Вакансия ML разработчик
54480 Подбор
Актуально на 18.10.2025
Телеком
ML разработчик
Senior
Ставка в час
Кол-во специалистов
1
Срок привлечения
до 31.12.2025 (возможна пролонгация при наличии потребности)
Тип занятости
Фулл-тайм
Формат работы
Удаленный
Требуемая локация специалиста
Россия
Требуемое время работы специалиста
по МСК
Требуемое гражданство специалиста
РФ
О клиенте
Отрасль
Телеком
Тендерная вакансия. Подача резюме до 20.10.2025, 08:00 (UTC 0)
Обязательные требования
- Опыт работы в прикладном ML/NLP от 2 лет, опыт работы LLM в проде (assistant/чат-сценарии) от 1 года;
- Наличие практических навыков разработки agentic решений: orchestration, tool use/function calling, управление контекстом;
- Глубокое понимание RAG-паттернов, гибридного поиска (BM25+вектора), переранжирования, цитирования источников;
- Практика prompt engineering и дизайна диалогов;
- Умение минимизировать риск возникновения недостоверных фактов («галлюцинаций»);
- Навыки наблюдаемости и cost-контроля для LLM (трейсинг, метрики, алерты).
Задачи на проекте
- Проектировать агентную архитектуру ассистента, задать формат структурированных ответов;
- Настраивать обращение к внешним открытым неструктурированным источникам данных;
- Настраивать grounded RAG, защитные рамки (guardrails);
- Разрабатывать промпты, few-shot примеры, стратегию уточняющих вопросов;
- Организовать версионирование моделей/промптов/эмбеддингов/датасетов и rollback-процедуры;
- Совместно с Data Eng определить схему метаданных и правила чанкинга;
- Запустить контур оценки качества;
- Описать интеграцию с внутренними системами.
Описание проекта и команды
Проект крупной телекоммуникационной компании.
Обязательные требования
- Опыт работы в прикладном ML/NLP от 2 лет, опыт работы LLM в проде (assistant/чат-сценарии) от 1 года;
- Наличие практических навыков разработки agentic решений: orchestration, tool use/function calling, управление контекстом;
- Глубокое понимание RAG-паттернов, гибридного поиска (BM25+вектора), переранжирования, цитирования источников;
- Практика prompt engineering и дизайна диалогов;
- Умение минимизировать риск возникновения недостоверных фактов («галлюцинаций»);
- Навыки наблюдаемости и cost-контроля для LLM (трейсинг, метрики, алерты).
Задачи на проекте
Описание проекта и команды
Откликнитесь через форму или профиль:
0/5000
Резюме
Формат .doc, .docx, .pdf.
Макс. размер файла: 30Mb