Описание вакансии
Задачи:
— Проектировать и развивать LLM-пайплайны для ИИ-помощника, включая диалоги, уточняющие вопросы, рекомендации, саммари, инсайты и объяснения медицинских данных простым языком.
— Разрабатывать агентные сценарии для сбора, валидации и обогащения данных, уточнения рисков, подготовки данных к приёму врача и контроля следования рекомендациям.
— Строить tool/function calling-сценарии для взаимодействия помощника с внутренними сервисами, такими как запись к врачу, риск-профиль, документы, уведомления, профиль пользователя и данные носимых устройств.
— Работать с промптами, structured output, JSON-контрактами, guardrails, fallback-логикой и обработкой corner cases.
— Участвовать в проектировании мультиагентного решения с агентами валидации данных, уточнения рисков, подготовки к врачу, контроля плана и проактивных уведомлений.
— Оптимизировать стоимость, задержки и качество LLM-вызовов, особенно для активного мобильного использования.
— Помогать структурировать разрозненные данные пользователя (анкеты, анализы, заключения, носимые устройства, исторические данные) в медицинский контекст.
Требования:
— Опыт работы в роли ML Engineer / AI Engineer / NLP Engineer / LLM Engineer от 4+ лет.
— Практический опыт вывода ML/AI-решений в продуктовую среду.
— Опыт разработки LLM-based приложений: чат-боты, ассистенты, RAG, agents, tool calling, structured generation, автоматизация бизнес-сценариев.
— Опыт работы с NLP-задачами на реальных пользовательских или доменных данных.
— Опыт взаимодействия с backend, product, analytics, MLOps и domain experts.
— Уверенный опыт работы с LLM API и/или self-hosted/open-source моделями.
— Знание prompt engineering, prompt chaining, tool/function calling, structured outputs, JSON schema, retries, fallback strategies.
— Опыт построения agentic workflows: планирование, выбор инструментов, память/контекст, маршрутизация, проверка результата, recovery после ошибок.
— Опыт с RAG-подходами: embeddings, reranking, chunking, retrieval evaluation, hallucination mitigation.
— Понимание LLM evaluation: offline/online метрики, golden datasets, тестирование промптов, regression testing, human review.
— Опыт извлечения структурированных данных из неструктурированного текста.
— Опыт с OCR/document understanding: распознавание документов, фото, таблиц, сканов, форм, результатов анализов.
— Понимание задач layout analysis, table extraction, document classification, post-OCR correction.
— Уверенное владение Python.
— Навыки работы с Git, code review, branching, pull requests.
— Знание Docker, базовое понимание контейнеризации и окружений.
— Опыт работы с Linux/CLI, умение разбираться в логах и окружениях.
— Знание REST API, интеграции с backend-сервисами, понимание контрактов и версионирования API.
— Базовое понимание CI/CD, тестирования, мониторинга и observability.
— Умение писать поддерживаемый код, покрывать критичную логику тестами и документировать решения.
Условия:
— Работа в сильной команде профессионалов.
— Возможность развития в ведущей MedTech-компании России.
— Уютный офис в БЦ Technopark Plaza с панорамным видом на город или полностью удалённый формат работы внутри страны.
— Корпоративная техника.
— Медицинская программа с телемедицинскими консультациями, очными приёмами, психологами, стоматологией, лабораторными и инструментальными диагностиками.
— Оплачиваемые курсы английского языка от ЯПрактикум.
— Поддержка активного образа жизни: корпоративные занятия спортом и компенсация спортивного абонемента.
— СберУниверситет и оплата профильного обучения и курсов.
— Подписка СберПрайм, льготные условия ипотечного кредитования, скидки от партнёров.
— Возможность посещать профильные конференции и выступать на них.
— Коммуникация без бюрократии и поддержка внутри команды.
Контакты работодателя доступны по кнопке «Откликнуться» после входа.
Автоотклики