Senior Aiml Engineer

Senior AI/ML Engineer – Руководить идеей, дизайном и реализацией AI‑прототипов и сквозных систем машинного обучения, от исследований и экспериментов до масштабируемого продакшн‑развертывания.

• Руководить идеей, дизайном и реализацией AI‑прототипов и сквозных систем машинного обучения, от исследований и экспериментов до масштабируемого продакшн‑развертывания.
• Разрабатывать и внедрять системы машинного обучения и AI в областях, включая Computer Vision, NLP и Generative AI, решая сложные бизнес‑ и продуктовые задачи.
• Сотрудничать кросс‑функционально с инженерными, продуктовыми и бизнес‑заинтересованными сторонами для преобразования бизнес‑целей в масштабируемые AI‑решения и готовые к продакшну решения.
• Проектировать и поддерживать AI‑системы продакшн‑уровня на всех этапах жизненного цикла, включая ingest данных, feature engineering, обучение моделей, retrieval‑pipeline, оркестрацию, развертывание, оценку и мониторинг.
• Разрабатывать и внедрять Retrieval‑Augmented Generation (RAG) pipeline, системы семантического поиска и многопользовательские рабочие процессы, выбирая подходящие архитектуры с учётом производительности, задержки, стоимости и требований к соответствию.
• Создавать рамки оценки для систем машинного обучения и генеративного AI, включая офлайн‑оценку, валидацию с участием человека, автоматическое оценивание и мониторинг в продакшне.
• Оптимизировать AI‑системы по масштабируемости, задержке и эффективности затрат, включая батчинг, кэширование, квантизацию и стратегии выбора моделей.
• Проектировать и применять продвинутые математические модели и статистические методы для анализа больших многомодальных наборов данных, включая временные ряды, классификацию, регрессию и задачи представления.
• Сотрудничать в принятии решений по AI‑архитектуре и вносить вклад в планирование технической дорожной карты, выявляя возможности высокого воздействия для внедрения AI в организации.
• Наставлять и предоставлять техническое руководство младшим ML‑инженерам и дата‑учёным, продвигая лучшие практики инженерии и культуру непрерывного обучения.
• Оставаться в курсе новых исследований, инструментов и архитектур в области AI и машинного обучения, проактивно оценивать и внедрять релевантные новшества.

Требуемые навыки:

• 5+ лет практического опыта в машинном обучении, AI‑исследованиях или data science, с подтверждённым опытом доставки продакшн‑уровня ML‑решений.
• Магистр или Ph.D. в области Computer Science, Data Science, Machine Learning или смежной количественной дисциплины.
• Глубокая экспертиза в ключевых областях ML, включая контролируемое и неконтролируемое обучение, моделирование временных рядов, классификацию, регрессию и оценку моделей.
• Обширный практический опыт разработки продакшн‑систем в Computer Vision, NLP и Generative AI.
• Сильный опыт создания приложений на основе LLM, включая RAG pipeline, агентные рабочие процессы, семантический поиск и AI‑системы, использующие инструменты.
• Опыт разработки рамок оценки для генеративных AI‑систем, включая оценку запросов, обнаружение галлюцинаций и мониторинг производительности.
• Владение Python и современным ML‑экосистемой, включая PyTorch, TensorFlow, Hugging Face, NumPy, Pandas и scikit‑learn.
• Опыт работы с современными фреймворками оркестрации и сервинга LLM, такими как LangChain, LlamaIndex, DSPy, Haystack или аналогичными.
• Опыт развертывания и масштабирования AI‑систем в облачных платформах (AWS, Azure или GCP), включая управляемые ML‑сервисы и контейнерные развертывания.
• Опыт построения и поддержки сквозных ML‑pipeline, включая обработку данных, обучение моделей, развертывание и мониторинг.
• Понимание принципов ответственного AI, включая смягчение предвзятости, защитные механизмы и вопросы управления.
• Владение системами контроля версий (Git) и лучшими практиками разработки программного обеспечения для совместной разработки ML.
• Отличные коммуникативные навыки, способность объяснять сложные технические концепции как техническим, так и нетехническим заинтересованным сторонам.

Будет плюсом:

• Опыт работы с инструментами и процессами MLOps, включая MLflow, Apache Airflow, Terraform и CI/CD pipeline для развертывания моделей.
• Опыт работы с инструментами сервинга и оптимизации инференса моделей, такими как vLLM.
• Опыт работы с feature store, потоковыми данными в реальном времени или потоковыми AI‑системами.
• Опыт распределённого обучения или фреймворков крупномасштабного обучения моделей.
• Опыт работы с мультимодальными AI‑системами (модели vision‑language, audio‑text, document AI).
• Опыт тонкой настройки больших языковых моделей или методов параметр‑эффективного обучения (LoRA, PEFT и др.).
• Опыт вклада в open‑source ML‑проекты или публикаций в рецензируемых изданиях.

Мы привержены поддержке равенства, разнообразия и инклюзивности как работодатель с равными возможностями. Все соискатели будут рассматриваться без дискриминации по признаку расы, цвета кожи, религии, возраста, пола, национальности, инвалидности, сексуальной ориентации, гендерной идентичности или выражения, статуса ветерана или любого другого признака, защищённого применимым законодательством. Мы приветствуем и ценим уникальность каждого человека. Присоединяйтесь к Intellias для карьеры, где ваши взгляды и вклад имеют решающее значение для нашего общего успеха.