ML Engineer

Aston — аккредитованная аутсорсинговая IT-компания, работающая с 2007 года. Наш штат насчитывает 2500+ специалистов. Мы разрабатываем программное обеспечение и IT-решения в сферах Finance, Healthcare, eCommerce, IoT, Media, Big Data, ML и многом другом.

Предлагаем присоединиться в роли ML Engineer!

Почему это будет интересно?

• возможность прокачать экспертизу в быстроразвивающейся и насыщенной области;
• возможность быть частью изменений, улучшений, запусков новых направлений.

• проектировать и реализовывать AI-агентов на базе Python и LLM-фреймворков (LangChain, LangGraph), а также запускать их в промышленную эксплуатацию;
• проектировать архитектуру мультиагентных систем, взаимодействие агентов между собой и с другими сервисами;
• разрабатывать backend-сервисы для синхронного и асинхронного взаимодействия, интеграций с внешними системами;
• интегрировать решения с внешними системами через REST API, Kafka и протокол Model Context Protocol (MCP);
• организовывать работу с векторными базами данных и применять методы Retrieval-Augmented Generation (RAG);
• обеспечивать качество кода: покрытие тестами, обработку ошибок, логирование, метрики.

• опыт работы в роли ML Engineer от 3-х лет;
• опыт коммерческой разработки на Python;
• глубокое понимание архитектуры и принципов работы больших языковых моделей (LLM);
• опыт разработки и интеграции AI-агентов на основе LLM и Multi-agent систем;
• понимание основных методов и алгоритмов машинного обучения и обработки естественного языка (NLP);
• опыт работы с инструментами построения агентов и цепочек задач;
• умение проектировать и развертывать системы с RAG (Retrieval-Augmented Generation) и Knowledge Graph;
• навыки prompt engineering для повышения качества взаимодействия моделей с пользователями;
• знание протоколов обмена данными, включая REST, WebSocket, JSON-RPC, gRPC;
• опыт работы с Qdrant;
• опыт реализации и сопровождения AI-агентов в production-средах;
• опыт интеграции внешних данных (базы знаний, API) для расширения возможностей AI-агентов;
• опыт построения кастомных пайплайнов обработки запросов и ответов с использованием цепочек и агентов;
• участие в проектах по оптимизации производительности и масштабируемости LLM-систем;
• опыт командной разработки и взаимодействия с продуктовой и DevOps-командами.