AI Engineer

Чем предстоит заниматься:

• Разработка и внедрение ML/GenAI решений на базе корпоративной AI Platform.

Построение и поддержка компонентов жизненного цикла:

• подготовка данных/фич,
• обучение/дообучение моделей,
• упаковка и деплой inference,
• мониторинг качества и дрейфа.

Разработка и улучшение RAG pipeline:

• формирование и поддержка knowledge base,
• embeddings, индексация, retrieval,
• оценка качества ответов (offline/online).
• Подготовка оценочных наборов и регрессионных тестов для GenAI (качество, groundedness, безопасность).

Совместная работа с Platform Backend/DevSecOps:

• интеграция в сервисные контуры (API, очереди, пайплайны),
• обеспечение наблюдаемости (метрики, логи),
• соблюдение security/compliance требований (PII, аудит).

• Опыт работы в ML/DS/AI Engineering 2–4+ года (или сильный профиль с продовыми кейсами).
• Практические навыки в ML-пайплайнах: подготовка данных, обучение, валидация, внедрение в прод.
• Понимание подходов MLOps: reproducibility, model registry, experiment tracking, CI/CD для моделей (на уровне пользователя/внедренца).
• Практический опыт GenAI/LLM: prompt engineering, RAG, embeddings, работа с LLM API/SDK, базовое понимание tool-calling.
• Уверенное владение Python и экосистемой (numpy/pandas, ML libs).
• Умение работать с SQL, датасетами, витринами/каталогами (на уровне аналитики и подготовки фич).
• Понимание базовых требований ИБ и комплаенса: PII, безопасное обращение с данными, аудитируемость решений.
• Навыки коммуникации: формулировать постановку, фиксировать гипотезы, демонстрировать результат, работать с требованиями.