AI-исследователь (ИИ агенты)
Описание
Мы в поиске AI-исследователя на проект крупного ритейлера. Чем предстоит заниматься: Разрабатывать архитектуру ИИ-агентов: управлять состоянием диалога, контекстом, динамическим выбором инструментов (tool calling) и настраивать сценарии human-in-the-loop. Собирать MVP-версии ИИ-агентов и функциональных прототипов (PoC) для проверки гипотез в рамках корпоративного «ИИ-инкубатора». Ускорять цикл проверки идей за счет использования предобученных BERT-моделей и настройки семантического поиска по внутренним данным компании. Обеспечивать жизнеспособность пилотов: внедрять механизмы оптимизации ресурсов (квантинизация LLM) для снижения стоимости эксплуатации сервиса. Настраивать пайплайны доставки (Jenkins) для мгновенного предоставления доступа стейкхолдерам к новым версиям агентов через унифицированный шлюз (KServe). Строить пайплайны оценки (LLM Evals) для контроля галлюцинаций, релевантности ответов и мониторинга поведения системы. Обеспечивать безопасность: защищать от prompt injection, предотвращать утечки персональных данных (PII/privacy) и аудировать права доступа агента. Для нас важно: Глубокое понимание жизненного цикла ML-модели: от подготовки признаков до интерпретации результатов и борьбы с переобучением. Владение матстатистикой для проверки гипотез, расчета доверительных интервалов и самостоятельного дизайна A/B-тестов. Опыт работы с Python (pandas/polars, NumPy, scikit-learn, CatBoost/XGBoost/LightGBM, PyTorch), продвинутый SQL. Навыки написания поддерживаемого production-кода: модульная архитектура, юнит-тесты, логирование, документация, работа с GitFlow и код-ревью. Опыт работы с API языковых моделей, платформой Hugging Face, orchestration-фреймворками, а также оценка стоимости, latency и масштабируемости LLM-решений. Практические навыки работы с инфраструктурой и оркестрацией: Airflow, MLflow, Kafka, Redis, Kubernetes; мониторинг и наблюдаемость: Prometheus, Grafana, OpenTelemetry. Опыт эксплуатации GPU-инфраструктуры, оптимизации inference и адаптации моделей через fine-tuning (LoRA/PEFT). Опыт работы в e-commerce, retail или других продуктовых highload-системах. Понимание принципов информационной безопасности, privacy и работы с персональными данными. Опыт проектирования agentic workflows или multi-agent-систем будет вашим преимуществом. Главный принцип SkillStaff - Выбирай! ЭКСПЕРТИЗА. Делай выбор в пользу проектов с разным уровнем сложности и экспертных команд, где можно работать с лучшими специалистами и обмениваться опытом. РАЗНООБРАЗИЕ ПРОЕКТОВ. Выбирай из сотен компаний и проектов то, что интересно и полезно для твоего роста. SkillStaff помогает реализовывать ежегодно порядка 500 различных ИТ-проектов для крупного бизнеса. КОМФОРТ. Создавай идеальные условия для своей работы: удаленный формат работы на территории РФ.