Python-разработчик / AI & ML Engineer (LLM, RAG, GenAI) at HRStream — NeverHard

О роли Ищем инженера, который уверенно разрабатывает решения на Python, работает с данными и имеет практический опыт применения ИИ и машинного обучения. Нужен человек, способный быстро превращать идеи в работающие прототипы и промышленные сервисы, использовать современные AI-инструменты, работать с GPU-инфраструктурой и применять подходы AI-assisted development. Задачи : Разработка AI- и ML-решений на Python. Создание прототипов, MVP и промышленных сервисов на основе ML-моделей. Работа с LLM, RAG, embeddings, векторным поиском (vector search) и AI-агентами. Интеграция AI-моделей в корпоративные приложения и бизнес-процессы. Подготовка, обработка и анализ данных с помощью Python и SQL. Разработка API и сервисов для инференса (inference) моделей. Запуск и оптимизация моделей на GPU (vLLM). Тестирование моделей, архитектур и промптов (prompt engineering). Использование Claude Code, Cursor, GitHub Copilot, ChatGPT и других AI-инструментов для ускорения разработки. Быстрое создание прототипов (vibe coding). Оптимизация скорости, стоимости и качества AI-моделей. Участие в выборе моделей, фреймворков и архитектуры. Подготовка документации и передача решений в эксплуатацию. Требования Уверенное владение Python. Хорошее знание SQL. Практический опыт разработки решений с ML или генеративным ИИ (GenAI). Понимание принципов работы LLM, embeddings, RAG и векторных баз данных (vector databases). Опыт работы с ML-фреймворками и библиотеками обработки данных. Понимание принципов использования GPU для обучения и инференса. Умение создавать API и интегрировать модели с внешними системами. Практический опыт использования AI-инструментов для разработки. Способность самостоятельно исследовать технологии и быстро проверять гипотезы. Опыт работы с Git. Будет преимуществом: PyTorch, TensorFlow, Hugging Face или scikit-learn. vLLM, Ollama, Triton Inference Server или аналоги. LangChain, LangGraph, LlamaIndex или другие AI-фреймворки. MLflow и инструменты MLOps. NVIDIA GPU, CUDA, оптимизация моделей. FastAPI, Docker, Kubernetes. Рекомендательные системы, NLP, компьютерное зрение (computer vision), прогнозные модели. Разработка корпоративных AI-ассистентов и мультиагентных систем. Условия: Работа над реальными AI-продуктами для бизнеса. Доступ к современной GPU-инфраструктуре и разным AI-моделям. Возможность экспериментировать и влиять на выбор технологий. Минимум бюрократии при создании прототипов и MVP. Профессиональное развитие в области AI/ML. Официальное оформление, конкурентный уровень вознаграждения. Формат работы и условия обсуждаются индивидуально.