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
Команда process discovery централизует хостинг инфраструктуры ML/DL/LLM-моделей для финансового блока, развивает их мониторинг и дообучение под специализированные задачи. Она также создаёт интеграции с ИТ-системами финансового блока и реализует сквозные проекты на основе ML/DL/LLM для процессов разных департаментов.
задачи
Разрабатывать бэкенд-сервисы на Python;
Интегрировать LLM в существующие продукты компании;
Разрабатывать векторные базы данных и размечать датасеты для обучения моделей RAG-поиска;
Работать с API, базами данных и внутренними сервисами;
Создавать и поддерживать AI-функциональность в production;
Проектировать и оптимизировать модели данных;
Взаимодействовать с базами данных;
Обеспечивать качество кода через code review, автоматизированное тестирование и соблюдение лучших инженерных практик;
Совместно с DevOps-инженерами участвовать в развитии CI/CD-процессов, мониторинга и обеспечении отказоустойчивости сервисов;
Разрабатывать production-пайплайны обработки данных;
Заниматься промпт-инжинирингом и писать эффективный масштабируемый код инференса моделей и экспериментов на GPU-кластере;
Оптимизировать код обработки больших массивов данных и атрибутивности для распознавания документов.
требования
Хорошо знать Python и ключевые фреймворки для работы с данными: PySpark, PyArrow, Pandas;
Иметь опыт работы с RAG, системами iDP и агентскими системами;
Иметь опыт написания качественного production-кода;
Иметь опыт создания промышленных пайплайнов обработки данных с множеством шагов, зависимостей и сложной логикой;
Иметь опыт использования Airflow или других стандартных оркестраторов пайплайнов, включая Luigi и Dagster;
Хорошо понимать базы данных SQL и NoSQL;
Глубоко понимать RAG-решения, включая чанкинг, эмбеддинги и реранжирование.
условия
Гибкое начало и окончание рабочего дня;
Участие во внешних IT-конференциях;
Курсы и вебинары в корпоративном университете;
Доступ к электронным библиотекам;
ДМС с первого месяца работы, включая стоматологию;
Оплата 50% стоимости полиса ДМС для родственников;
Мобильная связь за счёт компании и льготные тарифы для близких;
Подписка на онлайн-кинотеатр KION, сервис МТС Музыка и книжный сервис Строки от МТС;