GenAI LLM инженер / Аналитик данных Middle / RAG + Python + SQL / Инженер данных (AI/RAG)

Локация: Москва, офис работодателя, график 5/2 с 9:00–18:00 или 8:00–17:00; полностью удалённый формат не рассматривается. Адрес: 2-я улица Энтузиастов, 5к3.

Компания

Мейджерпак Рус — промышленный производитель антикоррозионных покрытий насосно-компрессорных труб для нефтяных компаний с собственной НИОКР-базой, международным присутствием и тремя производственными площадками полного цикла.

Что делать

• Разрабатывать мультиагентные системы полного цикла: от согласования требований и архитектуры до production-деплоя, тестирования, мониторинга, логирования и алертинга.
• Создавать мультимодальные RAG-системы с памятью диалога, гибридным поиском, векторизацией аудио, видео и изображений, прямым подключением SQL к LLM и контролем качества цепочки.
• Разрабатывать ИИ-чаты и помощников, интегрированные с CRM, 1C, ERP, CAD, корпоративными мессенджерами и внутренними веб-сервисами.
• Автоматизировать ETL/ELT и BI-аналитику: собирать данные из корпоративных систем, оборудования и внешних сервисов, формировать SQL-витрины, дашборды и мониторинг.
• Создавать парсеры сайтов, обрабатывать PDF-счета и прайсы, разрабатывать ML-модели для прогнозирования поломок, анализа брака и оптимизации решений.

Требования

• От 3 до 6 лет опыта; уровень middle/senior.
• Подтверждённые production-кейсы сложных внедрений Multi-agent и RAG, включая базы знаний и данных, локальные модели, автосжатие контекста, долгосрочную память, гибридную векторизацию и контроль галлюцинаций.
• Опыт создания ИИ-чатов, интегрированных с CRM, 1C, ERP или CAD через веб-сервис, корпоративный мессенджер или интерфейс внутри программы.
• Уверенное владение Python и SQL; автоматизация ETL/ELT-пайплайнов, интеграции с API, корпоративной почтой, мессенджерами и хранилищами документов.
• Опыт с ClickHouse и/или PostgreSQL, включая проектирование, администрирование, производительность запросов и создание витрин данных.
• Деплой Python-проектов на VDS в изолированных окружениях или Docker-контейнерах; разделение интерфейса, бэкенда и фоновых задач, журналирование и автоперезапуск.
• Опыт проектирования защищённого доступа: рабочая почта, роли, админ-панель, белые IP/VPN, HTTPS, OWASP Top 10, хранение секретов вне кода и Git, учёт требований 152-ФЗ.
• Знание TLS 1.3, AES-256-GCM или ChaCha20-Poly1305, Argon2id или scrypt; ключи должны храниться отдельно от данных.
• Опыт подключения ChatGPT/Codex, Claude Code, Ollama или vLLM, оптимизации CPU/RAM/GPU, параллельности, очередей, лимитов и расхода токенов.
• Опыт создания BI в Power BI, Apache Superset, FINE BI или собственной системе; ML-кейсы в production или пилотах, автоматизация задач по расписанию и работа с Git, ветками, Pull Request и автотестами.
• Для ключевых внедрений нужны рекомендации или подтверждение результата от непосредственного руководителя.

Хорошо, если есть

• Production-кейсы компьютерного зрения с видеокамерами в реальном времени, обучением моделей и инференсом.
• Опыт распознавания речи и парсинга сайтов с обходом антибот-защит.

Культура и преимущества

• Официальное трудоустройство по ТК РФ, социальные гарантии; самозанятость не рассматривается.
• Работа по спринтам и регулярные созвоны; требуется полная вовлечённость без параллельных проектов и совмещений.
• Возможность профессионального и карьерного развития, внутреннее и внешнее обучение, поддержка инициатив.
• Комфортный офис рядом с метро, МЦК и МЦД, с необходимой инфраструктурой поблизости.
• Квартальные премии; заработная плата обсуждается на собеседовании.

Процесс найма

• Отклик и короткий тест по навыкам продолжительностью около пяти минут.
• Телефонное интервью с HR и онлайн-интервью с руководителем с демонстрацией кейсов: живого продукта со входом по доступам, архитектуры и замеров качества и ресурсов.
• Финальное очное собеседование и согласование; требуется обязательная обратная связь по итогам процесса.