Machine Learning Engineer (LLM)

Локация: удалённая работа

Компания

Джетлин развивает ИИ-инкубатор для проверки PoC и создания ИИ-решений.

Что делать

• Разрабатывать ИИ-ассистентов и функциональных агентов в рамках проверки PoC.
• Проектировать agentic workflows и multi-agent-системы с управлением состоянием, контекстом, инструментами, автономностью и human-in-the-loop.
• Создавать и оценивать LLM-системы: evals, контроль качества ответов, галлюцинаций и поведения моделей.
• Разрабатывать RAG-решения с векторными базами и эмбеддингами, использовать function calling и API языковых моделей.
• Запускать и эксплуатировать решения на GPU/CPU, оптимизировать inference, контейнеризировать сервисы и использовать KServe, Jenkins и Kubernetes.
• Оценивать стоимость, latency, масштабируемость и риски LLM-решений, включая prompt injection, некорректный tool calling, утечки данных и чрезмерные права доступа.

Требования

• Глубокое понимание машинного обучения: подготовка данных и признаков, выбор моделей, регуляризация, переобучение, data leakage и интерпретация результатов.
• Знание математической статистики, включая проверку гипотез, доверительные интервалы, дизайн и анализ A/B-тестов.
• Понимание оценки качества ML-систем: offline- и online-метрики, валидация, бизнес-эффект и мониторинг качества моделей и данных.
• Опыт хотя бы в одном направлении: классическое машинное обучение, временные ряды и прогнозирование, рекомендательные системы, поиск и ранжирование, NLP, LLM или генеративный AI.
• Уверенное владение Python и библиотеками pandas или polars, NumPy, scikit-learn, CatBoost / LightGBM / XGBoost, PyTorch или аналогами.
• Умение писать поддерживаемый production-код: модульная архитектура, тестирование, логирование, документация, Git и code review.
• Уверенное владение SQL.
• Опыт построения evals для LLM-систем, работы с API языковых моделей, Hugging Face и одним из orchestration-фреймворков.
• Опыт fine-tuning или адаптации LLM, включая LoRA / PEFT, а также эксплуатации GPU-инфраструктуры и оптимизации inference.
• Опыт работы в e-commerce, retail или других продуктовых highload-системах.
• Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana.
• Понимание информационной безопасности, privacy и работы с персональными данными.

Культура и преимущества

• Можно работать удалённо.
• Работа связана с проверкой PoC и развитием идей в рамках ИИ-инкубатора.