ML-инженер

Хотите стать частью увлекательного процесса цифровой трансформации? Блок IT в СОГАЗ активно развивается и меняет подход к созданию продуктов. Мы создаем новые сервисы и решения, которые делают нашу работу более технологичной и эффективной. Проект: Мы — команда центра внедрения искусственного интеллекта, которая помогает бизнесу использовать в своей работе ML-решения, в том числе для прогнозирования оттока (клиентов, менеджеров, сотрудников КЦ) и создания других моделей машинного обучения.Формат работы - у нас полный офис в комфортабельном бизнес-центре м. Курская. Обязанности: Разрабатывать AI-агентов: учить LLM использовать внешние функции и выстраивать логику их работы; Создавать и интегрировать инструменты для агентов и подключать внешние данные/сервисы через MCP; Собирать и поддерживать RAG-пайплайны: чанкинг, эмбеддинги, индексация в векторные БД, retrieval, базовый reranking; Работать с промптами: писать, тестировать и отлаживать системные промпты, разбирать ошибки модели и улучшать её поведение; Вести разработку с AI-ассистентами: быстро прототипировать, генерировать и рефакторить код, понимая и проверяя результат; Применять базовый NLP / Classic ML для вспомогательных подзадач (классификация, извлечение). Требования: Навыки в Python: ООП, типизация, работа с API, базовый async; Практическое понимание LLM: контекст и токены, сэмплинг, structured output, function calling, ограничения моделей и prompt engineering; Опыт работы с LLM через API (OpenAI / Anthropic / локальные); Опыт работы с агентными паттернами, прежде всего ReAct: умение строить и отлаживать цикл «рассуждение → вызов инструмента → наблюдение» (LangChain / LangGraph / LlamaIndex); Создание и интеграция инструментов для агентов, опыт с MCP-серверами и понимание идеи skills; Уверенная работа с AI-ассистентами: постановка задачи, ревью и доводка сгенерированного кода (Claude Code / Cursor / Codex / OpenCode); Навыки в RAG end-to-end и опыт хотя бы с одной vector DB (Qdrant / Chroma / pgvector / FAISS); Знание Git, осмысленная работа с ветками и PR. Базовый уровень (достаточно общего понимания): NLP: токенизация, эмбеддинги, базовая классификация / NER; Classic ML: основные модели и метрики (scikit-learn). Будет плюсом: Асинхронные сервисы (FastAPI); Hybrid search (BM25 + dense); Базовый fine-tuning / LoRA; Контейнеризация и CI/CD (Docker, GitHub Actions); FastMCP. Условия: Оформление полностью в соответствии с ТК РФ, включая оплачиваемый отпуск 29 календарных дней (плюс 1 день отпуска); ДМС в лучших клиниках города, страхование жизни и страхование от несчастных случаев и болезней + ДМС родственников с 75% скидкой; Премиальные условия на всю продуктовую линейку группы компаний «СОГАЗ» для работников и их близких родственников (ОСАГО, каско, имущество, жизнь); Социальный пакет и специальные предложения по страхованию, кредитованию и другие программы от наших партнёров. Профессиональное развитие: курсы, тренинги, корпоративная библиотека; Заботу компании о детях сотрудников: подарки на Новый год и скидки в детские лагеря.