ML-инженер в ТРАНСКАПИТАЛБАНК Москва

Проектирование архитектуры AI-решений совместно с командой: выбор подходящих паттернов (agentic vs. RAG)

Внедрение метрик качества (точность, релевантность, время ответа), регулярный анализ результатов, формулирование гипотез, итеративное улучшение решения

Разработка AI-агентов и мультиагентных систем (оркестрация агентов, управление памятью, планирование и декомпозиция задач, умная маршрутизация)

Построение RAG-систем: выбор стратегий индексации, определение оптимального чанкинга, обогащение метаданными, реализация гибридного поиска и переранжирования

Версионирование промтов, моделей, датасетов

Внедрение наблюдаемости (observability) решений: трейсинг цепочек вызовов, мониторинг качества ответов, контроль затрат токенов и времени ответа

Опыт работы от 1,5 лет;

Обязателен опыт разработки с LLM, включая внедрение решений в продакшен (production-grade сервисы, а не только PoC/прототипы);

Опыт в разработке мультиагентных систем (знание LangChain/LangGraph как плюс);

Опыт построения RAG-систем: знание стратегий чанкинга и поиска, работа с векторными БД (Qdrant, Weaviate, FAISS);

Знание Python, написание плагинов/расширений (в т.ч. для Open WebUI) и интеграционных пайплайнов, микросервисов, C# (является плюсом), знание Java/React — как дополнительный стек;

Понимание принципов ИБ при работе с LLM: минимизация рисков утечки данных, фильтрация ввода/вывода, скоупинг доступа инструментов при использовании MCP и агентных сценариев