AI исследователь

AI исследователь Grade: Senior Salary: от 260 000 до 300 000 ₽ Skills: Python, NLP, LLM, LangChain, SQL Description: Привет! Я ищу AI-исследователя в команду ИИ-инкубатора крупного ритейлера. Будем собирать крутые PoC, агентов и внедрять LLM в реальные бизнес-процессы. 💰 ЗП: 260-300 К руб/мес ⏰ График: МСК ± 2, полная удаленка 😎 Гражданство/локация: Только РФ 🤖проект до конца года + возможна пролонгация. 📃Оформление: по договору ИП Кого ищем? Нам нужен hands-on практик, который закроет архитектуру агентов и доведет модели до продакшена: - Разработка архитектуры агентов: управление состоянием диалога и контекстом, динамический выбор инструментов (tool calling), настройка уровней автономности и сценариев human-in-the-loop; - Глубокое понимание жизненного цикла ML-модели: от подготовки признаков до интерпретации результатов; - Знание методов борьбы с переобучением, data leakage, регуляризации; уверенный выбор алгоритмов под задачу; - Владение матстатистикой для проверки гипотез, расчета доверительных интервалов и самостоятельного дизайна A/B-тестов; - Построение системы метрик: разработка офлайн- и онлайн-показателей, кросс-валидация, прямая оценка бизнес-эффекта; - Непрерывный мониторинг дрейфа моделей и качества данных в продакшене; - Опыт работы хотя бы в одном из направлений: классическое машинное обучение; временные ряды и прогнозирование; рекомендательные системы, поиск и ранжирование; NLP, LLM и генеративный AI; - Языки и библиотеки: Python (pandas/polars, NumPy, scikit-learn, CatBoost/XGBoost/LightGBM, PyTorch), продвинутый SQL; - Написание поддерживаемого production-кода: модульная архитектура, юнит-тесты, логирование, документация, работа с GitFlow и код-ревью; - Построение пайплайнов оценки (LLM Evals): контроль галлюцинаций, релевантности ответов и мониторинг поведения системы; - Обеспечение безопасности: защита от prompt injection, предотвращение утечек персональных данных (PII/privacy) и аудит прав доступа агента; - Практический опыт работы с API языковых моделей, платформой Hugging Face и orchestration-фреймворками; - Умение оценивать стоимость, latency и масштабируемость LLM-решений; - Опыт работы в e-commerce, retail или других продуктовых highload-системах; - Инфраструктура и оркестрация: Airflow, MLflow, Kafka, Redis, Kubernetes; - Мониторинг и наблюдаемость: Prometheus, Grafana, OpenTelemetry; - Опыт эксплуатации GPU-инфраструктуры и оптимизации inference; - Адаптация моделей через fine-tuning (LoRA/PEFT); - Опыт проектирования agentic workflows или multi-agent-систем; - Понимание принципов информационной безопасности, privacy и работы с персональными данными. Почему здесь круто? 🚀 Решаем нестандартные задачи ИИ-инкубатора (от гипотезы до защиты на Экспертном комитете). 📊 Реальный highload и Big Data в Retail. Задачи на проекте - Разработка генеративных ИИ-моделей для синтеза визуального и проектного контента на основе структурированных данных товарного каталога в рамках проверки гипотез (PoC) внутри корпоративной платформы по оценке ИИ-инициатив. 📩 Как откликнуться? Откликнуться сюда