Data Scientist (NLP & RAG)
По договоренности
Обязанности:
- Разработка и внедрение агентных систем на базе LLM для выполнения сложных пользовательских и бизнес-задач.
- Проектирование агентных и мультиагентных workflows: tool calling, state management, memory, planning, routing и human-in-the-loop.
- Разработка и развитие RAG-систем: индексация данных, retrieval, reranking и формирование контекста.
- Интеграция агентов с внутренними сервисами, API, базами данных и внешними платформами.
- Создание внутренних бенчмарков и eval-пайплайнов для агентных и RAG-систем.
- Тестирование моделей и систем, анализ качества, latency и стоимости их работы.
- Дообучение open-source моделей, а также retriever- и reranker-компонентов.
- Совместная работа с командами разработки, аналитики и продукта.
- Исследование новых подходов в области LLM-агентов и внедрение успешных решений в production.
- Опыт работы от 2 лет в NLP/ML/LLM-разработке.
- Практический опыт создания и внедрения агентных систем.
- Понимание архитектуры LLM-агентов: tool calling, state management, memory, planning, routing и error handling.
- Опыт работы с LangGraph, LangChain, ADK или аналогичными фреймворками.
- Опыт разработки RAG-систем.
- Понимание подходов и этапов retrieval: hybrid search, filtering и reranking.
- Опыт fine-tuning моделей с использованием PyTorch и Transformers.
- Уверенное владение Python и опыт разработки backend-сервисов для ML.
- Понимание принципов ML System Design.
Будет плюсом - Опыт построения мультиагентных систем.
- Опыт работы с Langfuse, OpenTelemetry или аналогичными инструментами для tracing и observability LLM-приложений.
- Опыт построения eval-систем для LLM-агентов и RAG: offline/online evaluation, автоматические метрики, LLM-as-a-judge и анализ качества выполнения задач.
- Понимание вопросов безопасности LLM-систем: prompt injection, access control и безопасный tool calling.
- Опыт работы с Docker, Kubernetes и облачной инфраструктурой.
- Опыт развёртывания моделей для inference с использованием FastAPI, KServe, NVIDIA Triton, vLLM или SGLang.
- Опыт оптимизации систем по latency, throughput и стоимости.
- Понимание blockchain/Web3, EVM и принципов работы смарт-контрактов.
Адрес: Россия, Москва, 2-я Звенигородская улица, 28
Опубликована 19 часов назад
Похожие вакансии
Вакансии быстро закрываются — подпишитесь на наш канал в MAX сейчас, чтобы видеть их первыми.
Подписаться в MAXЧем Вы будете заниматься: создавать модели компьютерного зрения; участвовать в CV-проектах от идеи до продакшена; использовать state-of-the-art подходы в компьютерном зрении; применять анализ данных и алгоритмы машинного обучения для решения производ...
- Можно удаленно
- Полный день
- Опыт от 1 года
Северсталь- Москва
19 часов назад
Обязанности: • Участие в проекте умного ценообразования банковских продуктов. • Полный цикл разработки моделей: сбор и подготовка данных, исследовательский анализ, построение uplift‑моделей, их валидация и оценка. • Планирование и анализ A/B‑тестов, ...
- Можно удаленно
- Полный день
- Опыт от 1 года
Альфа-Банк- Москва
4 дня назад
Обязанности: участие в разработке и реализации моделей машинного обучения под руководством менторов; анализ данных, их предобработка и подготовка для обучения моделей; помощь в тестировании и валидации разработанных алгоритмов; изучение современных м...
- Можно удаленно
- Полный день
- Опыт от 1 года
ИК СИБИНТЕК- Москва
7 дней назад
Привет! Мы команда разработки систем технического зрения. Развиваем технологии компьютерного зрения для автоматизации складских процессов Ozon. Наши решения работают с реальными видеопотоками и ML-моделями в продакшене, помогая повышать операций и сн...
- Можно удаленно
- Полный день
- Опыт от 1 года
Ozon- Москва
18 дней назад
Мы в поиске data scientist’а в команду ранжирования и рекомендаций.
- Можно удаленно
- Полный день
- Опыт от 1 года
HeadHunter- Москва
14 дней назад
Вакансия в подборках
Похожие вакансии
СеверстальИК СИБИНТЕКOzon