Про позицию:
Сейчас мы в поиске Middle Machine Learning Engineer в направление клиентской поддержки. Сотрудник будет работать над продуктивизацией систем искусственного интеллекта, включая как стандартные NLP решения, так и передовые технологии по ИИ-агентам. Клиентская поддержка является значимым бизнес-процессом компании и нацелена на внедрение современных технологических решений, чем и обусловлено расширение команды.
Обязательные навыки:
-
Экспертный Python, FastAPI.
-
Продвинутое владение тестированием - мы используем Pytest.
-
Продвинутое знание баз данных - ACID, индексы, транзакции, deadlock, планировщик, No SQL.
-
Продвинутое владение инфраструктурными инструментами - Git, Docker, Airflow, Docker Compose, Kafka, K8S, Helm Charts, Argo CD, Ci/Cd, Prometheus, Grafana, S3.
-
Понимание и умение использовать паттерны разработки.
-
Владение архитектурными принципами в разработке ПО.
-
Понимание цикла разработки типовой МЛ модели (какие инструменты и для чего используются).
-
SGLang, LangChain.
Желательные навыки:
-
Spark, Triton Inference Server, LangFuse.
Задачи:
- Проектирование и опромышливание ИИ-решений в клиентской поддержке: LLM-агенты для клиентов, LLM-копилоты для операторов, классические NLU системы, анализ фото от клиентов (связка текстовых и картиночных моделей).
- Формирование и развитие шаблонов продуктивизации ИИ-агентов.
- Оборачивать решения от DataScience в полноценные сервисы, которые должны работать стабильно, эффективно и правильно на основе существующих фреймворков и подходов.
- Деплоить свои сервисы: собирать образы, вникать в инфраструктуру компании (совместно с бадди), поднимать сервисы в k8s, настраивать мониторинг. Если подобное уже реализовывал в своих проектах, то, пожалуйста, подсвети это нам.
- Автоматизировать рутинные задачи обработки данных.
- Интеграции и мониторинг данных: участие во внедрении данных в ML-пайплайны. Настройка базового мониторинга качества входящих и обработанных данных, алертинга о проблемах. Помощь в диагностике проблем данных/пайплайнов в продакшене.