LLM Engineer

Мы создаем ИИ ассистента на базе LLM для нового продукта на рынке;

ИИ ассистент будет помогать нашим клиентам с анализом информации и выработки правильных управленческих решений, а в последующем и возьмет на себя функции автоматизации;

Одна из функции это обработка документов (PDF, сканов, DOCX и др.) для последующей работы с ними в рамках сценариев ИИ ассистента – получение ответов по содержанию текстов, выделение ключевых обстоятельств, суммаризация и так далее.

Нужен инженер, который спроектирует и реализует сервис на базе NLP & RAG: от ingestion сырых документов до готовых индексов и фичей для LLM‑ассистента;

Разработка сервисов обработки PDF и других форматов документов, нормализации , поиска, извлечения атрибутов и сущностей.

Проектирование и разработка пайплайна обработки документов: загрузка сырых PDF/сканов, конвертация (OCR), извлечение текста и метаданных, очистка и нормализация;

Разметка и структурирование документов: выделение реквизитов, дат, номеров и других атрибутов и сущностей;

Построение offline и online обработки, в т.ч. RAG‑архитектуры: разбиение документов на чанки, генерация эмбеддингов, построение векторных индексов, настройка поиска, тематическая саммаризация.

Опыт промышленной разработки на Python от 4–6 лет;

Уверенный опыт разработки backend‑сервисов, в т.ч. на FastAPI;

Опыт реализации пайплайнов обработки текстовых документов (желательно — юридических, финансовых или комплаенс);

Понимание и практический опыт построения RAG‑систем: векторный и гибридный поиск, индексация, работа с эмбеддингами, кастомизация и дообучение BERT;

Опыт работы с LangChain/LangGraph или аналогичными фреймворками, а также разработка оркестрации LLM‑агентов;

Опыт работы с векторными БД: Milvus, Qdrant, pgvector, Faiss​;

Опыт интеграции с LLM API (OpenAI, Anthropic, локальные модели и пр.), глубокое понимание prompt‑инженеринга;

Опыт разработки и интеграции RESTful API, знание Docker, CI/CD, понимание требований к безопасности и масштабируемости в enterprise‑среде.

Опыт работы с популярными ML-фреймворками: TensorFlow, PyTorch, Scikit-learn, XGBoost и т.д.;

Опыт настройки OCR и извлечения текста из «грязных» PDF и сканов (Tesseract, Azure/AWS/GCP Vision и т.п.);

Понимание MLOps‑подходов и опыта деплоя self‑hosted LLM (Llama, Mistral и др.);

Опыт использования и дообучения современных NLP‑моделей под задачи NER, классификации документов, извлечения сущностей.

Официальное оформление по ТКРФ;

Расширенное ДМС со стоматологией/ корпоративные скидки;

Офис в историческом центре Москвы (Маяковская, 1 мин. ходьбы от метро);

Гибридный график работы;

Возможности профессионального роста и развития;

Участие в интересных проектах с использованием современных технологий;

Дружелюбную атмосферу и поддержку коллег.

Если вы страстны к разработке, любите разбираться в сложных системах и хотите стать частью инновационной команды — присылайте свое резюме!