AI-инженер

AI-инженер Grade: Middle Skills: Docker, LangChain, vLLM, Qdrant, Kubernetes, SQL, FastAPI, Python Description: Компания "Урал Логистика" - надежный партнер в области транспортно-экспедиционных услуг перевозки грузов железнодорожным транспортом. Приглашаем в нашу команду AI-инженера, для участия в создании собственной системы обработки документов и данных для грузовых железнодорожных перевозок и связанных услуг. Чем предстоит заниматься: Проектировать и разрабатывать конвейер обработки документов: загрузку, нормализацию, сегментацию, определение структуры и подготовку контекста Извлекать структурированные данные из договоров, приложений, дополнительных соглашений, актов и других связанных документов Работать с длинным контекстом, таблицами, пересекающимися формулировками и изменениями условий во времени Обеспечивать атрибуцию результата к документу, странице и исходному фрагменту Строить гибридный поиск: полнотекстовый и векторный retrieval, фильтрацию, реранкинг и сбор контекста Развивать графовое представление документов, сущностей и связей для поисковых и аналитических сценариев Проектировать агентные и workflow-сценарии: управление состоянием, инструментальные вызовы, повторы, fallback-механизмы и обработку отказов Создавать эталонные наборы, метрики по полям и регрессионные тесты для оценки извлечения, поиска и генерации — чтобы при смене модели, промпта или retrieval- стратегии было видно, что улучшилось, а что деградировало Разрабатывать Python-сервисы, API, фоновые задачи и интеграции с внутренними источниками Участвовать в выборе моделей, постановке экспериментов, fine-tuning и оптимизации локального inference Что для нас важно: Рассматриваем кандидатов с уверенной промышленной разработкой на Python уровня middle+ и выше Опыт с FastAPI или аналогичным фреймворком, асинхронным исполнением, очередями и фоновой обработкой PostgreSQL и SQL на рабочем уровне Практический опыт вывода LLM-решений в production Понимание RAG, structured output, tool calling и многошаговых модельных сценариев AI-система для железнодорожной логистики AI · ML · Full-stack Умение измерять качество: строить эталонные наборы, выбирать метрики, классифицировать ошибки и проводить регрессионное тестирование Опыт с Docker, Kubernetes и CI/CD Готовность доводить вертикальную задачу от спецификации и эксперимента до эксплуатации Стек: Python, FastAPI, Pydantic, PostgreSQL, Redis, Celery или аналог, LangChain, LangGraph, MCP, RAG, GraphRAG, Qdrant, pgvector, OpenAI-совместимый API, vLLM, Docker, Kubernetes Формат сотрудничества: Полная занятость и возможность трудоустройства через российское юридическое лицо в штат или через согласованную аутстафф-модель Основной формат — офис или гибрид. Для самостоятельных специалистов возможна распределённая работа из России Итоговый грейд и масштаб ответственности определяются по результатам собеседования.