проектировать и внедрять AI-агенты для конкретных бизнес-задач банка;
развивать GenOps-платформы: принимать участие в создании selfсервисных бэкенд сервисов (REST/gRPC), которые позволят датасайентистам и бизнеспользователям быстро разворачивать и настраивать агентов без погружения в инфраструктуру;
организовывать мониторинг качества;
проводить code-review, рефакторинг и оптимизацию кода;
писать unit-тесты;
обеспечивать высокую доступность и масштабируемость систем на основе LLM.
Требования
опыт работы в роли ML Engineer от 4-х лет;
наличие высшего образования;
опыт работы с k8s, docker;
опыт работы с S3/postgresql;
опыт работы с векторными и графовыми БД;
знание Python, FastAPI, aiohttp, aiokafka;
знание основ алгоритмов и структур данных;
опыт работы с брокером сообщений (Kafka, RabbitMQ);
умение работать с асинхронным, многопоточным кодом;
опыт работы с фреймворками для разработки приложений на базе LLM-моделей (llama index/langgraph/langchain/haystack);
знание метрик оценки качества (BLEU, ROUGE, BERTScore), подходов к выявлению галлюцинаций.