AI инженер

Ты будешь работать в департаменте DevOps и платформенных решений: команда отвечает за развитие в компании процессов, практик и инструментов DevOps и SRE, ML & Data. ЧТО НУЖНО ДЕЛАТЬ: Работа с LLM: 1. Промпт-инжиниринг, RAG-системы, агенты и tool-use 2. Тонкая настройка и alignment (RLHF, DPO) 3. Оценка качества генеративных моделей, guardrails, безопасность Продуктовая интеграция: 1. Трансляция бизнес-требований в ML-задачи 2. Оценка целесообразности AI-решений против эвристик 3. Документирование моделей, архитектурных решений и ограничений ЧТО ЖДЕМ ОТ КАНДИДАТА: 1. Опыт вывода LLM-решений в продуктив: работающие продукты с пользователями, а не пилоты и демонстрации 2. Понимание RAG и AI-агентов на уровне постановки задачи и оценки выполнимости 3. Продуктовый подход: приоритизация, метрики продукта, готовность закрывать неперспективные направления 4. Опыт руководства инженерами, в том числе в матричной модели: договариваться о приоритетах и получать результат от людей из смежных команд 5. Уверенная работа с данными: SQL и Python на уровне, достаточном чтобы самому собрать прототип; понимание аналитического хранилища и отчетности 6. Готовность делать руками: команда небольшая, роль предполагает не только приоритизацию, но и собственную разработку 7. Практика оценки качества ответов: наборы проверочных вопросов, метрики точности, сценарии на случай, когда модель отвечает неверно 8. Умение работать с сопротивлением изменениям: объяснять, обучать, доводить людей до реального использования инструмента 9. Обязателен опыт работы в стеке: Python, SQL, LLM, RAG, AI-агенты, prompt engineering, API, интеграции с DWH и BI.  БУДЕТ ПЛЮСОМ: Желателен опыт работы в стеке: LangChain, LangGraph, LangFlow, ClickHouse, dbt, Airflow, Power BI, Superset, Git