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 создаёт и развивает один из десяти крупнейших интернет-магазинов страны. Команда DevOps и платформенных решений развивает процессы, практики и инструменты DevOps, SRE, ML и Data.
задачи
Выполнять промпт-инжиниринг, разрабатывать RAG-системы, агентов и tool-use;
Проводить тонкую настройку и alignment моделей с использованием RLHF и DPO;
Оценивать качество генеративных моделей, настраивать guardrails и обеспечивать безопасность;
Переводить бизнес-требования в ML-задачи;
Оценивать целесообразность AI-решений по сравнению с эвристиками;
Документировать модели, архитектурные решения и ограничения;
Приоритизировать направления и работать с продуктовыми метриками;
Разрабатывать прототипы и самостоятельно писать код;
Оценивать качество ответов моделей с помощью проверочных вопросов, метрик точности и сценариев обработки ошибок;
Объяснять и обучать пользователей, преодолевать сопротивление изменениям и доводить инструменты до реального использования;
Руководить инженерами, согласовывать приоритеты и получать результат от специалистов смежных команд.
требования
Опыт вывода LLM-решений в продуктив, включая работающие продукты с пользователями, а не только пилоты и демонстрации;
Понимание RAG и AI-агентов на уровне постановки задач и оценки выполнимости;
Продуктовый подход: умение приоритизировать, работать с продуктовыми метриками и отказываться от неперспективных направлений;
Опыт руководства инженерами, в том числе в матричной модели;
Уверенное владение SQL и Python на уровне, достаточном для самостоятельной разработки прототипов;
Понимание аналитического хранилища данных и отчётности;
Практика оценки качества ответов моделей;
Умение работать с сопротивлением изменениям, объяснять и обучать пользователей;
Опыт работы с Python, SQL, LLM, RAG, AI-агентами, prompt engineering, API, интеграциями с DWH и BI;
Готовность совмещать приоритизацию с самостоятельной разработкой;
Будет плюсом LangChain, LangGraph, LangFlow, ClickHouse, dbt, Airflow, Power BI, Superset, Git.
условия
График 5/2;
Персональное предложение по заработной плате и официальное трудоустройство;