Детали вакансии

IMS ищет специалиста на позицию Data Science / ML Engineer для удаленной работы. Обязанности включают разработку контура ИИ-продукта, работу с LLM, эмбеддингами и оптимизацию инференса. Требуется 2-5 лет опыта работы с Python, ML/DS сервисами и LLM/NLP.

• Разработка контура ИИ-продукта: от обработки запросов пользователя до финального ответа и визуализации результатов. • Проектирование и улучшение логики ретривала/пайплайнов для мульти-источников (Qdrant, MemGraph, PostgreSQL, нереляционные источники). • Разработка контура LLM-агента (Query Planner loop): классификация запросов, декомпозиция подзадач, вызовы инструментов, оценка достаточности данных. • Работа с эмбеддингами, семантическим поиском и качеством вывода (релевантность, дедупликация, фильтрация, ранжирование). • Участие в оптимизации LLM-инференса (семейство Qwen, LiteLLM proxy), стоимости запросов и задержек. • Настройка и улучшение data/ML пайплайнов для обработки документов, мультимодального контента и подготовки данных для поиска/графа. • Взаимодействие с backend командой (FastAPI/WebSocket), участие в проектировании контрактов и интеграций сервисов. • Участие в формировании технических решений для масштабирования и производительности (Redis caching, нагрузка, стабильность).

• 2–5 лет опыта работы в Data Science / ML Engineering (Middle / Middle+ / Senior). • Уверенное владение Python и опыт продакшн разработки ML/DS сервисов. • Практический опыт работы с LLM/NLP: промптинг, оркестрация вызовов, оценка качества ответов, оптимизация пайплайнов. • Опыт работы с векторным поиском и эмбеддингами (желательно Qdrant или аналогичная Vector DB). • Понимание работы с графовыми и реляционными БД (MemGraph/Neo4j, PostgreSQL) в контексте AI search и аналитики. • Опыт проектирования API/интеграций (REST; понимание WebSocket и взаимодействия сервисов). • Способность формулировать гипотезы, проводить эксперименты и принимать обоснованные технические решения. Будет большим плюсом: • Опыт построения RAG/агентных систем в продакшене. • Опыт оптимизации LLM-моделей и инфраструктуры инференса (trade-off latency/cost/quality). • Знание Redis caching и подходов к session-aware caching. • Опыт работы с мультимодальными сценариями (текст + документы/медиа). • Опыт формализации сервисных контрактов (включая gRPC/YAML/OpenAPI). • Опыт построения пайплайнов обработки и классификации данных.

• Работа над технологически сложным продуктом на стыке LLM, поиска и графовых данных. • Возможность влиять на архитектуру AI-части и ключевые технические решения. • Гибкий удаленный формат работы. • Конкурентная заработная плата, соответствующая уровню. • Сильная команда, минимальная бюрократия и живое общение.