Обязанности:
ML Engineer: создаём будущее ритейла вместе! Вас вдохновляет идея, что ваши модели машинного обучения могут влиять на опыт миллионов семей по всей стране? Хотите видеть, как ваши решения делают покупки проще, персональнее и удобнее для родителей и детей? Тогда присоединяйтесь к команде «Детского мира» — лидера рынка детских товаров! Мы строим корпоративную AI-платформу: единое ядро, через которое продуктовые команды смогут быстро запускать LLM-сценарии (поиск по знаниям, ассистенты, агенты для Jira/Service Desk, протоколы встреч и др.) с контролем качества, безопасности и стоимости. Если вам интересно создавать с нуля “ядро” LLM-решений, а не реализовывать простые частные задачи — будем рады познакомиться. Чем предстоит заниматься: Разрабатывать, обучать и внедрять ML-модели для задач прогнозирования спроса, персонализации, ценообразования и оптимизации бизнес-процессов. Анализировать большие массивы данных, выявлять закономерности и предлагать решения для повышения эффективности компании. Участвовать в проектировании архитектуры ML-систем, интегрировать модели в продакшн. Проектировать и развивать LLM-платформу: LLM Gateway, prompt management, orchestration (workflow/agents), RAG-ядро Подключать источники знаний компании (Confluence/Jira/wiki/кодовая база/документы), строить ingestion-пайплайны, обеспечивать актуальность данных Развивать retrieval слой: chunking, hybrid search, reranking, контекстное сжатие, цитирование источников Встроить LLMOps: версионирование промптов/индексов/конфигов, регрессионные тесты, quality gates, canary/rollback Настроить наблюдаемость: end-to-end трассировка (запрос → retrieval → ответ + агентские трейсы), метрики качества/латентности/стоимости, алерты Обеспечить enterprise-требования: ACL/пермишены, аудит, режимы логирования (redacted/no-log), защита от prompt-injection Оптимизировать стоимость и производительность (кэш, routing, лимиты контекста). Проводить A/B тестирования, оценивать качество моделей и их влияние на бизнес-метрики. Сотрудничать с командами аналитики, IT и маркетинга для поиска новых точек роста. Что важно для успеха: Опыт 3+ лет в ML/Backend/Platform роли, где вы строили прод-сервисы с подтвержденным результатом Уверенный Python (или Go/Java + готовность писать на Python), понимание API-сервисов (REST/gRPC), асинхронность Практический опыт с RAG/поиском: векторный поиск, hybrid подходы, reranking, работа с embeddings Понимание принципов LLMOps/MLOps: версии, тестирование, мониторинг, релизы, инциденты Опыт Docker + Kubernetes (деплой, масштабирование, конфиги), Linux Умение проектировать системы с учётом безопасности (RBAC/ACL), логирования и аудита Глубокие знания Python и основных ML-библиотек (scikit-learn, pandas, numpy, PyTorch или TensorFlow). Практический опыт построения и внедрения моделей машинного обучения в продакшн. Умение работать с большими данными (SQL, Spark, Hadoop — будет плюсом). Навыки анализа данных, визуализации результатов и интерпретации выводов. Опыт участия в командных проектах, коммуникабельность, инициативность. Ключевые навыки LLM / RAG / Vector Search • Python • API (REST/gRPC) • Kubernetes/Docker • Observability • Security/ACL • LLMOps/MLOps • GPU inference (плюс) Условия и преимущества: Официальное трудоустройство, стабильная «белая» зарплата. График 5/2, 8-часовой рабочий день. Возможность работать в гибридном формате: часть времени в современном офисе, часть — удалённо, готовы обсуждать удаленный формат. Интересные задачи, масштабные проекты, влияние на ключевые бизнес-процессы. Дружная команда профессионалов, поддержка развития и обучения. ДМС О компании Группа компаний «Детский мир» — ведущий российский холдинг в сфере товаров для детей, объединяющий более 300 магазинов в России и Казахстане, а также интернет-магазин. Мы ценим инновации, поддерживаем развитие сотрудников и создаём лучшие решения для семей с детьми. Присоединяйтесь к нам и станьте частью истории бренда с полувековой историей!Похожие вакансии
Договорная
Москва. Станции метро: Петровско-Разумовская, Окружная
Национальная система платежных карт