Если вы раньше входили через Google, сбросьте пароль для своей Gmail-почты через кнопку «Забыли пароль?» на экране входа. Затем войдите по email и новому паролю.
Если аккаунта ещё нет, зарегистрируйтесь с Gmail-почтой — после подтверждения почты мы предложим задать пароль.
Что нового
Загружаю обновления...
Что нового
Загружаю обновления...
Работа найдется быстрее с подпискойКандидат найдётся быстрее с подпиской
Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Компания занимается разработкой программного обеспечения и IT-решений в сферах финансов, здравоохранения, электронной коммерции, интернета вещей, медиа, анализа больших данных и машинного обучения.
задачи
Проектировать и реализовывать мультиагентные системы на LangChain и LlamaIndex;
Строить RAG-пайплайны с гибридным поиском и интеграцией векторных хранилищ Qdrant или Weaviate;
Разрабатывать и проводить A/B-тестирование классических ML-моделей с использованием feature engineering и кросс-валидации;
Создавать production-ready пайплайны от обработки данных в PostgreSQL, MongoDB, Redis до деплоя моделей через API на FastAPI;
Интегрировать AI/ML-компоненты в микросервисную архитектуру, включая обработку отказов, кэширование в Redis и работу с Kubernetes и Docker;
Оптимизировать системы для масштабирования через профилирование кода, тюнинг запросов к базам данных и снижение задержек в работе агентов и RAG;
Прогнозировать временные ряды для бизнес-метрик с интеграцией в дашборды.
требования
Опыт работы в роли ML Engineer от 2,5 лет;
Отличное знание Python и опыт проектирования сложных систем;
Опыт работы с LangChain, LlamaIndex и построения мультиагентных систем;
Опыт реализации гибридного поиска и работы с векторными хранилищами Qdrant, Weaviate;
Опыт работы с реляционными и NoSQL базами данных: PostgreSQL, MongoDB, Redis;
Знание принципов выстраивания production-ready пайплайнов для AI/ML-сервисов;
Знание scikit-learn, XGBoost, LightGBM, методов генерации признаков и опыт валидации моделей.
условия
Конкурентная зарплата и работа над проектами топовых компаний;
Оформление по ТК РФ;
ДМС со стоматологией;
Частичная компенсация затрат на спорт, оплачиваемый бенч и расходы на коворкинг;
Прозрачная система Performance Review и менторство;
Доплаты за менторство, ведение обучающих курсов и ревью проектов;
Доступ к корпоративному порталу с обучающими материалами, участие в митапах и конференциях;
Корпоративные мероприятия, тимбилдинги и подарки для семей сотрудников.