Machine Learning Engineer (LLM)

Локация: удалённо

Компания

Джетлин развивает ИИ-идеи и проверяет их в формате PoC в рамках ИИ-инкубатора.

Что делать

• Разрабатывать ИИ-ассистентов и функциональных агентов для проверки PoC.
• Проектировать agentic workflows и multi-agent-системы, включая управление состоянием, контекстом, инструментами и уровнем автономности.
• Создавать решения на базе NLP, LLM, генеративного AI, векторных баз, эмбеддингов и RAG.
• Строить evals для LLM-систем, оценивать качество ответов, контролировать галлюцинации и отслеживать поведение систем.
• Запускать и оптимизировать модели на GPU и CPU, заниматься квантизацией, fine-tuning и адаптацией LLM с использованием LoRA/PEFT.
• Развивать production-инфраструктуру с Kubernetes, Airflow, MLflow, Kafka, Redis, Prometheus, Grafana, Jenkins и KServe.

Требования

• Глубокое понимание машинного обучения, подготовки данных и признаков, выбора моделей, регуляризации, переобучения, data leakage и интерпретации результатов.
• Знание математической статистики, проверки гипотез, доверительных интервалов, дизайна и анализа A/B-тестов.
• Уверенное владение Python, SQL и библиотеками pandas или polars, NumPy, scikit-learn, CatBoost, LightGBM, XGBoost, PyTorch или аналогами.
• Опыт создания поддерживаемого production-кода: модульная архитектура, тестирование, логирование, документация, Git и code review.
• Опыт работы с API языковых моделей, Hugging Face и orchestration-фреймворками, а также с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana.
• Опыт в e-commerce, retail или других продуктовых highload-системах, включая эксплуатацию GPU-инфраструктуры и оптимизацию inference.

Хорошо, если есть

• Опыт в классическом машинном обучении, временных рядах, прогнозировании, рекомендательных системах, поиске и ранжировании или NLP/LLM.
• Опыт работы с KServe, function calling, эвристиками и BERT-подобными моделями.
• Понимание рисков prompt injection, некорректного tool calling, утечки данных и избыточных прав доступа агента.
• Знание принципов информационной безопасности, privacy и работы с персональными данными.

Культура и преимущества

• Удалённый формат работы.
• Работа над экспериментальными ИИ-идеями в рамках ИИ-инкубатора.
• Разработка решений для продуктовых highload-систем.