AI-инженер в поисковых системах

Мы разрабатываем инновационный AI-сервис, который помогает пользователям точно и быстро находить автозапчасти по нашим техническим автокаталогам. Ищем коллегу в команду разработки — человека, которому интересно разбираться в сложных данных, экспериментировать с моделями и превращать удачные гипотезы в работающий продукт. Сейчас наша основная задача — сделать поиск по автокаталогам точнее, быстрее и надёжнее. В дальнейшем мы планируем развивать агентные системы и работать с локальными языковыми моделями.

• Улучшать поиск по автокаталогам: помогать системе понимать запросы пользователей, учитывать характеристики деталей и находить наиболее подходящие варианты.
• Работать с данными из API, баз данных и истории поисковых запросов: приводить их в порядок и готовить для проверки гипотез.
• Анализировать ошибки поиска, собирать контрольные примеры (датасеты) и оценивать качество внедряемых изменений.
• Интегрировать языковые модели и сопутствующие инструменты, сравнивать решения по качеству, скорости и стоимости.
• Разрабатывать и поддерживать сервисы на Python, участвовать в code review и вместе с командой доводить изменения до production.

• Уверенное владение Python и SQL.
• Практический опыт работы с текстом и поисковыми системами: извлечение сущностей (NER), обработка запросов, работа с эмбеддингами или ранжирование результатов.
• Опыт интеграции языковых моделей (LLM) через API: понимание того, как подготовить контекст, проверить ответ и корректно обработать ошибки.
• Умение работать с неоднородными данными, в которых могут различаться названия, структура и полнота информации (специфика автозапчастей).
• Владение основными инструментами разработки: Git, HTTP API, Linux, Docker, написание тестов.
• Активное использование AI-инструментов для разработки (Cursor, Claude Code, GitHub Copilot и аналоги): умение не просто генерировать код, но и понимать, проверять его корректность и нести ответственность за результат.
• Самостоятельность: способность разобраться в задаче, предложить подход, проверить его на данных и аргументированно объяснить результат коллегам. При этом важно вовремя задавать вопросы и обсуждать решения с командой.
• Будет плюсом: Опыт работы с техническими или товарными каталогами (особенно автозапчастей); Опыт запуска открытых языковых моделей (Open Source LLM) локально; Практическая работа с PyTorch, Hugging Face Transformers, Sentence Transformers или аналогами; Опыт дообучения моделей с помощью PEFT/LoRA и запуска инференса на GPU; Разработка агентных систем (Agentic workflows) и подключение внешних инструментов (Function Calling / Tools) к языковым моделям

• Условий в вакансии нет