Разработка и внедрение LLM/VLM-решений для бизнес-задач компании; Проектирование и построение RAG-пайплайнов для работы с корпоративными данными Разработка и оптимизация мульти-агентных систем на базе LangGraph и LangChain Настройка и обслуживание инференс-серверов (vLLM, TGI, TensorRT-LLM) Fine-tuning моделей (LoRA, QLoRA, RLHF, DPO) под специфические задачи; Разработка REST API на FastAPI для интеграции ML-сервисов в продукт; Контейнеризация и деплой ML-сервисов с помощью Docker и Kubernetes; Оптимизация производительности моделей: квантизация, батчинг, управление GPU-памятью; Проектирование и поддержка векторных баз данных для хранения эмбеддингов; Написание и поддержка автоматических тестов для ML-пайплайнов; Мониторинг качества моделей в продакшене (LangSmith, OpenTelemetry); Проведение бенчмарков и A/B-тестов для сравнения моделей и подходов; Работа с GPU-инфраструктурой: настройка multi-GPU, распределённое обучениеПодготовка и очистка данных для обучения и оценки моделей; Исследование и внедрение новых моделей, техник и фреймворков; Написание технической документации и ADR (Architecture Decision Records); Участие в код-ревью и менторинг младших специалистов; Взаимодействие с продуктовой командой для определения требований и приоритетов; Оптимизация стоимости облачной GPU-инфраструктуры; Обеспечение безопасности и надёжности ML-сервисов в продакшене.

г. Алматы, Медеуский район