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.