Senior AI/ML Engineer — разработка end-to-end ML/LLM решений@ Консалтинг
О позиции
Компания ищет Senior AI/ML Engineer для разработки end-to-end решений в области машинного обучения и обработки естественного языка. Ваша роль будет заключаться в создании и внедрении ML/LLM функций, таких как RAG, retrieval и orchestration. Мы ищем кандидата с опытом работы в продакшне, который сможет эффективно взаимодействовать с различными командами, включая Product, Engineering и Data.
Чем вы будете заниматься
- Строить end-to-end ML/LLM фичи: RAG, retrieval, tool use, orchestration.
- Разрабатывать пайплайны для обучения, инференса и оценки моделей.
- Внедрять системы безопасности и мониторинга (guardrails, evaluation).
- Работать с неструктурированным текстом (структурированная экстракция).
- Взаимодействовать с Product, Engineering, Data и профильными экспертами.
Требования
- Опыт работы 4-5+ лет в AI/ML с фокусом на продакшн.
- Экспертный уровень в Python и ML/LLM фреймворках (Hugging Face, LangChain и т.д.).
- Опыт работы с MLOps: пайплайны, CI/CD, мониторинг моделей.
- Знания в области распределенной обработки данных (Databricks, Apache Spark).
- Опыт работы с облачными платформами, особенно AWS.
- Знания в области баз данных: Redshift, векторные БД (Pinecone, Weaviate, Milvus).
- Опыт работы с оркестрацией (Airflow) и IaC (Terraform).
- Опыт в A/B тестировании и AI Safety (red-teaming, защита от prompt injection).
Будет плюсом
- Опыт работы с human-in-the-loop системами.
- Знания в области AI Safety и мониторинга.
Что мы предлагаем
- Конкурентная зарплата от $150,000 до $230,000 в год.
- Полностью удалённая работа с гибким графиком.
- Возможность работать с передовыми технологиями в области AI/ML.
- Поддержка профессионального роста и обучения.
- Доступ к ресурсам для экспериментов и разработки новых идей.
Вакансия предлагает конкурентную зарплату и возможность работы с передовыми технологиями в области AI/ML. Однако, требования к кандидатам достаточно высоки, что может ограничить круг соискателей.
Кто здесь добьётся успеха
Глубокие знания Python и опыт работы с библиотеками для машинного обучения, такими как Hugging Face и LangChain, что позволяет эффективно разрабатывать end-to-end решения.
Способность управлять ML-процессами с использованием MLOps и инструментов, таких как Terraform и Databricks, что критично для автоматизации и развертывания моделей в продакшене.
Опыт работы с облачными платформами, в частности AWS, для масштабирования ML-решений и интеграции с другими сервисами, что особенно важно в удаленной работе.
Ресурсы для обучения
Карьерный путь
Обзор рынка
Навыки и требования
Тренды отрасли
Новости Consulting
Загружаем новости отрасли...
Ищем релевантные статьи за последние 6 месяцев