Разработчик AI (ML)

Локация: Москва и Краснодар — гибридный или офисный формат; другие города — удаленная работа

Компания

MagnitTech развивает AI-лабораторию и прикладные AI- и ML-решения для реальных бизнес-задач.

Что делать

• Проектировать и разрабатывать ML-решения в направлениях классического ML, NLP/LLM, агентных систем, Computer Vision, речевых и мультимодальных технологий.
• Выбирать модели и архитектуру, проводить эксперименты, сравнивать альтернативы и принимать решения с учетом качества, производительности, стоимости и эксплуатационных ограничений.
• Вести ML-часть решения end-to-end: от анализа задачи и прототипирования до подготовки inference, интеграции и промышленного запуска совместно с Backend- и MLOps-разработчиками.
• Формировать метрики, evaluation-наборы и тестовые сценарии, анализировать ошибки и контролировать качество после запуска.
• Оптимизировать модели и ML-пайплайны по качеству, latency, throughput и потреблению вычислительных ресурсов.
• Участвовать в проектировании архитектуры, технической декомпозиции задач, code review и развитии менее опытных разработчиков.

Требования

• От 4 лет коммерческого опыта разработки ML-решений на Python.
• Глубокое понимание машинного обучения, нейронных сетей, обучения и валидации моделей, выбора метрик и анализа ошибок.
• Сильный практический опыт хотя бы в одном направлении: NLP/LLM, Computer Vision, речевые технологии, классический ML или мультимодальные модели.
• Практический опыт работы с PyTorch и современными ML-библиотеками.
• Понимание полного жизненного цикла ML-систем: данные, эксперименты, обучение, evaluation, inference, deployment и мониторинг.
• Опыт вывода ML-моделей или ML-сервисов в production, взаимодействия с Backend-, Data- и MLOps-разработчиками и принятия технических решений.

Хорошо, если есть

• Опыт production-систем на базе LLM, RAG или агентных подходов, включая tool calling, multi-step workflows и evaluation.
• Опыт fine-tuning, PEFT, работы с мультимодальными моделями и более чем одним ML-направлением.
• Опыт оптимизации inference, GPU-нагрузок, batching, quantization и высоконагруженного model serving.
• Знакомство с vLLM, Triton, SGLang, MLflow, ClearML, Docker или Kubernetes.
• Опыт менторинга ML-разработчиков и технического лидерства.

Культура и преимущества

• Поддержка профессионального развития через курсы и конференции.
• Корпоративная техника для работы.
• Возможность напрямую влиять на бизнес и видеть результаты своей работы.
• Корпоративные скидки, программы лояльности и ДМС.