ML-инженер at AyaHealth — NeverHard

Aya - медицинская платформа, которая объединяет пациентов, врачей и клиники в одном приложении: поиск врача, консультации, медкарта, аптека, лабораторные анализы. Одна из ключевых частей продукта - ИИ ассистент, который помогает пациентам с вопросами о здоровье, подбором лекарств и врачей, а врачам - с документированием приёма. Мы ищем ML-инженера, который возьмёт на себя развитие этого ИИ-слоя: от дообучения языковой модели на медицинских данных до построения полноценного поиска по базе знаний. Чем предстоит заниматься Дообучать языковую модель (целевая модель — MedGemma 27B) на клинических протоколах Минздрава РК и ВОЗ, а также на базе зарегистрированных в Казахстане лекарственных препаратов Строить и поддерживать RAG-систему (Retrieval-Augmented Generation): векторизация базы знаний, настройка поиска, подмешивание найденного контекста в ответ модели Разворачивать и обслуживать инференс модели (Ollama или аналогичная среда), оптимизировать по скорости и стоимости Проектировать и внедрять защитный слой (guardrails) для медицинского ассистента: модель не должна ставить диагнозы или назначать лечение, спорные запросы — направлять к врачу Обеспечивать корректную работу ассистента на двух языках — русском и казахском Настраивать авторизацию и учёт расхода на ИИ-прокси, журналирование обращений к модели Работать над сопутствующими ИИ-модулями продукта: разбор результатов анализов, автоматическое формирование клинической записки по итогам консультации врача, персональный индекс здоровья Оценивать качество ответов модели (точность, галлюцинации, соответствие протоколам), выстраивать метрики и тестовые наборы Взаимодействовать с бэкенд-командой по интеграции ИИ-сервисов в общую систему Что мы ждём от кандидата Опыт работы с языковыми моделями (LLM) — дообучение (fine-tuning), промпт-инжиниринг, оценка качества — от 1–2 лет Практический опыт построения RAG-систем: векторные базы данных (Qdrant, Pinecone, Weaviate или аналоги), эмбеддинги, семантический поиск Уверенное знание Python и стандартного ML/NLP-стека Понимание того, как разворачивать и обслуживать модели в проде (Ollama, vLLM, Hugging Face Inference или аналоги) Внимательность к деталям и ответственность — ассистент даёт рекомендации, связанные со здоровьем людей, ошибки здесь стоят дороже, чем в среднем продукте Будет большим плюсом: опыт работы с медицинскими данными или в regulated-индустрии, знание требований к безопасности медицинских ИИ-систем Будет плюсом: опыт с мультиязычными моделями (русский и казахский), опыт работы с открытыми моделями Google Gemma/MedGemma Условия Формат работы: гибридная, офис в Алматы Реальный прод-продукт с настоящими пользователями, а не пилот или PoC Прямое влияние на медицинскую составляющую продукта - не рерайтинг чужого пайплайна, а построение с нуля до полноценной рабочей системы Официальное оформление по ТК РК Заряженная классная команда