ML-техлид медицинских AI-решений

Мы ищем сильного ML-техлида, который возглавит техническое развитие AI-решений для нашего медицинского направления. Это роль для эксперта, который не хочет уходить в чистое управление, а стремится решать инженерные задачи руками (80% времени — разработка). Вместе с командой предстоит доводить AI-решения до продакшена — от разработки архитектуры до мониторинга модели в проде. Для нас важен опыт вывода агентных систем под реальную нагрузку, умение строить надежные eval-пайплайны и понимание экономики инференса.

• Определять и развивать архитектуру ML/LLM-агентных систем продукта, принимать и документировать ключевые технические решения
• Проектировать инфраструктуру вокруг агентов (harness): оркестрация, маршрутизация, управление контекстом и памятью, вызов инструментов, отказоустойчивость, трейсинг
• Проектировать и развивать самообучающийся контур: сбор ошибок из продакшена, пополнение датасетов оценки, регрессионное тестирование, контролируемая выкатка улучшений
• Отвечать за качество моделей: эталонные наборы, метрики точности, автоматические гейты качества в CI, мониторинг деградации в проде.
• Отвечать за производительность и экономику решения: нагрузка, latency, стоимость обработки обращения
• Обеспечивать соответствие требованиям по работе с персональными и медицинскими данными на уровне архитектуры (обезличивание, аудит решений, хранение)
• Проводить код-ревью и дизайн-ревью, развивать middle ML-инженеров через наставничество и парное проектирование
• Представлять и защищать архитектурные решения перед CTO и продуктовой командой

• Опыт в роли ML-инженера от 4 лет
• Опыт запуска в production масштабных и сложных ML / LLM-решений
• Опыт реализации моделей классического ML (Scikit-learn, CatBoost)
• Глубокое понимание архитектуры современных LLM и мультимодальных моделей
• Опыт промышленного использования inference-фреймворков: vLLM, SGLang, TensorRT-LLM, llama.cpp
• LLMOps Воспроизводимость системы, бенчмарки и регрессионное тестирование
• Современный LLM-стек: уверенное понимание RAG, agentic-loop, agent harness, multi-agent систем, MCP
• Знание теории вероятностей, опыт проведения и оценки A/B тестов
• Опыт разработки и настройки guardrails для LLM-систем
• Уверенное владение Python и асинхронными фреймворками, такими как FastAPI
• Умение писать тесты (pytest)
• Опыт работы с асинхронными задачами (RabbitMQ, Celery, Kafka)
• Контейнеризация Владение инструментами контейнеризации (Docker)
• Знание стандартов качества кода (Flake8, mypy)
• Навыки настройки CI/CD-процессов и базовая работа с k8s
• Будет плюсом: Опыт дообучения трансформеров (LoRA, QLoRA, SFT) — DPO / RLHF будет плюсом; Будет плюсом опыт в MedTech / Healthcare, NLP на медицинских текстах и работе с чувствительными данными; Опыт разработки самообучающихся агентов (self-harness)

• Ежегодный отпуск продолжительностью 28 календарных дней
• Формат работы на выбор: удаленный, гибрид или офис
• ДМС «Лучи» для тебя и твоих несовершеннолетних детей через 3 месяца после начала работы + доступ к виртуальной клинике с первого дня работы
• Скидка на подключение к ДМС «Лучи» для родственников
• Страхование от несчастных случаев после трех месяцев работы
• Страховой полис выезжающего за рубеж (ВЗР) для тебя и двух твоих родственников после трех месяцев работы
• Помощь в значимых для тебя событиях
• Корпоративная программа лояльности BestBenefits
• Ты будешь частью большого социально значимого дела. Мы реализуем амбициозную задачу — меняем рынок страхования и здравоохранения, действительно помогаем людям, и у нас это отлично получается.