Обязанности:
CICADA8 занимается разработкой продуктов и услуг, направленных на выявление и управление уязвимостями в кибер-безопасности. Мы разрабатываем передовые технологии защиты информации и помогаем нашим клиентам повысить уровень безопасности своего бизнеса. Сейчас мы ищем Senior ML Engineer, который готов глубоко погрузиться в работу с LLM, дообучение моделей и разработку агентских систем для задач информационной безопасности. Наш стек: Python, PyTorch, TensorFlow, scikit-learn, XGBoost, CatBoost, Transformers, NLP, SFT, LoRA / QLoRA, PEFT, vLLM, Hugging Face, LangChain, LangGraph, LlamaIndex, Agno, RAG, Qdrant, pgvector, ONNX, TensorRT, FastAPI, NATS, MLflow, MLOps / LLMOps, Elasticsearch, Kafka, ClickHouse, Docker, Linux, Git.Чем предстоит заниматься: дообучать и адаптировать LLM под задачи информационной безопасности (SFT, LoRA / QLoRA, PEFT), готовить данные для обучения и оценивать качество результата; разворачивать, оптимизировать и сопровождать on-prem модели в закрытом контуре компании; проектировать и разрабатывать агентские системы на архитектурном уровне: создавать мультиагентные пайплайны, организовывать память и оркестрацию, настраивать взаимодействие агентов и обрабатывать сложные сценарии; строить и развивать RAG-пайплайны для внутренних продуктов (чат-боты по продуктам, генерация презентаций и документов); быстро проверять гипотезы: прототипировать, собирать PoC и MVP, оценивать метрики и качество моделей; собирать и обрабатывать датасеты по тематике ИБ (пентест, выявление уязвимостей, детект фишинга); выстраивать масштабируемые MLOps / LLMOps-процессы: выбирать инструменты и обеспечивать стабильную работу моделей в продакшене; вести эксперименты и A/B-тесты, мониторить и постоянно улучшать качество моделей и агентов Кого мы ищем: Уверенный опыт в NLP и дообучении LLM: SFT, LoRA / QLoRA, PEFT. Важно, чтобы вы понимали, какой подход выбрать под задачу и как готовить данные для обучения; практический опыт разворачивания и оптимизации on-prem моделей; сильный опыт разработки агентских систем с пониманием их архитектуры: проектирование мультиагентных пайплайнов, организация памяти, оркестрации и взаимодействия агентов. Уверенное владение LangChain, LangGraph, LlamaIndex, Agno и аналогами; опыт построения RAG-пайплайнов; опыт построения MLOps / LLMOps-процессов: выбор инструментов, деплой, мониторинг и поддержка моделей в продакшене; уверенное владение ML-фреймворками: PyTorch, TensorFlow, scikit-learn, XGBoost, CatBoost, Transformers; опыт работы с большими объёмами данных: сбор, логирование, нормализация, хранение и парсинг с использованием современных инструментов (Elasticsearch, Kafka, ClickHouse); практический опыт коммерческой разработки: ONNX, TensorRT, FastAPI, NATS, Docker; умение эффективно формировать и обрабатывать датасеты (подготовка, аугментация, балансировка) и анализировать метрики качества моделей (mAP, F1-score и др.); упыт в RnD будет плюсом. Что мы предлагаем: ДМС с первого месяца работы — 100% покрытие всех медицинских расходов, включая стоматологию; выгодные скидки и специальные предложения от партнеров на фитнес, курсы английского и другие полезные активности; возможность участвовать во внешних конференциях и повышать квалификацию за счёт компании через внешнее обучение; работа в команде профессионалов, готовых делиться знаниями; открытая и дружелюбная корпоративная культура, где каждый чувствует себя частью единой команды, общается на равных и всегда на «ты». Мы ценим вклад каждого, поддерживаем инициативность и создаём комфортные условия для профессионального и личностного роста.Похожие вакансии