Обязанности:
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). Что мы ждём: 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.Похожие вакансии