Machine learning Engineer в Джетлин удалённо

Machine Learning Engineer в компанию «Джетлин» для разработки ИИ-ассистентов и функциональных агентов в рамках ИИ-инкубатора. Требуется опыт в NLP, LLM, RAG и production-разработке ML-систем.

Задачи:

• Разработка ИИ ассистентов и функциональных агентов в рамках проверки PoC для ИИ идей, входящих в ИИ инкубатор
• Практическое применение NLP
• Запуск на GPU/CPU
• Контейнеризация
• Работа с Jenkins
• Работа с векторными базами и эмбеддерами для RAG
• Function calling
• Работа с kserve
• Работа с BERT-образными моделями
• Работа с эвристиками
• Квантинизация LLM

Требования:

• Понимание принципов проектирования AI-агентов: управление состоянием и контекстом, выбор инструментов, контроль уровня автономности и human-in-the-loop
• Глубокое понимание основных принципов машинного обучения: подготовка данных и признаков, выбор моделей, регуляризация, переобучение, data leakage, интерпретация результатов
• Знание математической статистики: проверка гипотез, доверительные интервалы, дизайн и анализ A/B-тестов
• Понимание принципов оценки качества ML-систем: offline- и online-метрики, построение валидации, оценка бизнес-эффекта, мониторинг качества моделей и данных
• Опыт работы хотя бы в одном из направлений: классическое машинное обучение; временные ряды и прогнозирование; рекомендательные системы, поиск и ранжирование; NLP, LLM и генеративный AI
• Уверенное владение Python и основными библиотеками для анализа данных и машинного обучения: pandas или polars, NumPy, scikit-learn, CatBoost / LightGBM / XGBoost, PyTorch или аналогичные инструменты
• Умение писать поддерживаемый production-код: модульная архитектура, тестирование, логирование, документация, работа с Git и участие в code review
• Уверенное владение SQL
• Опыт построения evals для LLM-систем, оценки качества ответов, контроля галлюцинаций и мониторинга поведения системы
• Понимание рисков prompt injection, некорректного tool calling, утечки данных и чрезмерных прав доступа агента
• Опыт работы с API языковых моделей, Hugging Face и одним из orchestration-фреймворков
• Умение оценивать стоимость, latency и масштабируемость LLM-решений
• Опыт работы в e-commerce, retail или других продуктовых highload-системах
• Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana
• Опыт эксплуатации GPU-инфраструктуры и оптимизации inference
• Опыт fine-tuning или адаптации LLM, включая LoRA / PEFT
• Опыт проектирования agentic workflows или multi-agent-систем
• Понимание принципов информационной безопасности, privacy и работы с персональными данными

Условия:

• Возможность удалённой работы

Навыки:

• Python
• pandas
• polars
• NumPy
• scikit-learn
• CatBoost
• LightGBM
• XGBoost
• PyTorch
• SQL
• Airflow
• MLflow
• Kafka
• Redis
• Kubernetes
• Prometheus
• Grafana
• Hugging Face
• LLM
• NLP
• RAG
• BERT
• LoRA
• PEFT
• Jenkins
• kserve
• GPU