ML-инженер / Архитектор RAG-систем

Мы ищем сильного ML-инженера для развития и ревью архитектуры внутренней RAG-системы. Наш проект связан с построением интеллектуального поиска по нормативно-справочной информации (НСИ) для крупных предприятий с закрытым ИТ-контуром.

У нас уже есть прототип, и теперь перед нами стоят задачи инженерного уровня: нам нужно не просто «дообучить модель», а выстроить отказоустойчивый пайплайн, обеспечить релевантность поиска и корректную интеграцию в существующую инфраструктуру заказчика. Нам нужен специалист, который соединит математику с инженерией.

Что предстоит делать.

Аудит и ревью: Провести анализ текущего прототипа RAG-системы, оценить архитектуру, узкие места и потенциал масштабирования.

Проектирование архитектуры: При необходимости — предложить и реализовать изменения в архитектуре для повышения отказоустойчивости, скорости индексации и качества.

Разработка пайплайнов.

Оптимизация релевантности.

MLOps (базовый): Обеспечить надежность работы модели в продуктивной среде закрытого контура.

Наши ожидания от кандидата.

• Коммерческий опыт разработки на Python (от 3 лет) и уверенное владение стеком DS/ML.

• Опыт разработки и внедрения RAG-систем или сложных продуктов в области NLP (классификация, NER, суммаризация).

• Понимание архитектур поисковых систем и методов повышения релевантности.

• Навыки написания чистого, поддерживаемого кода и работы с системами контроля версий.

• Опыт интеграции ML-решений через API в корпоративные ИТ-ландшафты.

• Приветствуется опыт работы в высоконагруженных системах и понимание принципов отказоустойчивости.

Условия:

• работа на проекте или на постоянной основе.
• работа по ГПХ или по ТД по согласованию.
• уровень оплаты обсуждается индивидуально, ключевая задача завершить проект в обговоренные сроки.