Senior ML/AI Engineer

Про нас: В нашей ML-команде сейчас 5 человек. Мы работаем над: • AI-агентом для работы с облачным хранилищем и документами; • сервисом извлечения данных из контрактов и счетов; • RAG-базой знаний по Fileforce для клиентов; • системой поиска аномалий в пользовательских логах. В разработке активно используем современные AI-инструменты и кодинговые агенты (Claude Code, Codex) Задачи: • Разрабатывать новые и поддерживать/улучшать существующие проекты (backend+ML+участие в деплое), а также улучшать мониторинг и аналитику запущенных проектов Требования: • высшее техническое образование (диплом потребуется для оформления японской рабочей визы) • 3+ года опыта в Machine Learning; • опыт самостоятельного ведения проектов; • опыт с agentic/RAG-системами будет большим плюсом; • опыт разработки с помощью кодинговых агентов; • интерес к новым AI-технологиям и готовность постоянно разбираться в новых подходах; • английский на уровне свободного чтения технической документации • релевантный опыт с частью стека и способность быстро осваивать новое: LangGraph, DeepAgents, FastAPI, PostgreSQL, ClickHouse, Docker, vLLM, OpenAI API, AWS S3, Langfuse, OpenTelemetry, MCP, Redis, AWS SQS. Ответы на 10 важных вопросов: 1. Данные: работа преимущественно с данными (файлами различных форматов) компаний из хранилища через внутреннее API, AWS S3, Elasticsearch 2. Железо: на текущий момент преимущественно AWS инфраструктура, аренда VM под проекты и доступ к моделям по API. При экономической эффективности - собственное развертывание. Для работы: ПК в офисе, подключение к AWS VM по ssh, простой ноутбук для удаленной работы 3. Масштаб влияния на core-бизнес? Сейчас в компании упор на ML проекты, поскольку наша команда отвечает за все ML проекты, то влияние и высокие ожидания от проектов у руководства. 4. Уровень развития Data Science в компании? Запущено несколько крупных проектов, настроена основная инфраструктура/пайплайны (разработка, интеграция с внутренними сервисами, мониторинг, базовая аналитика, практика работы с кодинговыми агентами и тд), при этом улучшение процессов и вовлечения ML проектов в процессы компании продолжается. 5. Роль дата сайентиста: ДС-ы участвуют в проработке и реализации полного цикла проектов/фичей совместно с бэкенд и фронтенд командами 6. Бэкграунд у вашего руководителя? linkedin https://www.linkedin.com/in/nikita-vasilenko-ds/ 7. Как часто вам будут мешать работать? Daily meetings 15-20 мин + обсуждения прогресса/фичей внутри команды по мере необходимости 8. Карьерный рост: рост по зп возможен в рамках ежегодного планирования бюджета 9. Prod/Research: Prod 90% 10. Функция сервиса или лидера? На данном этапе сервисных функций больше.