Обязанности

• Разработка и внедрение стратегии оценки AI-агентов в среде Databricks.
• Применение методологий data science для оценки производительности, надежности и бизнес-релевантности моделей и агентов.
• Вклад в рабочие процессы MLOps, поддерживающие разработку и развертывание AI-агентов.
• Вклад в совершенствование AI-решений через экспериментирование, валидацию и оптимизацию.
• Подготовка и проведение демонстраций для клиентов, включая подготовку презентаций, планирование демо и показ кейсов использования ИИ.
• Проведение базовых предметных исследований (химической тематики) для поддержки подготовки демонстраций и презентации решений.

Требования

• Хорошие навыки инженерного программирования на Python, включая написание кода и тестов production-качества.
• Опыт разработки и интеграции REST API (например, FastAPI/Flask) для AI-сервисов.
• Практический опыт работы с LLM-агентами / агентными рабочими процессами, включая управление состоянием, вызов инструментов/функций, итеративное выполнение и валидацию/ограничения вывода.
• Знакомство с основными ML-инструментами (например, NumPy, scikit-learn, PyTorch), достаточное для поддержки экспериментов и валидации.
• Опыт работы с хранилищами данных (SQL-базы данных, такие как PostgreSQL/MySQL, объектные хранилища, такие как S3, и/или NoSQL).
• Практические знания MLOps / LLMOps: отслеживание экспериментов, версионирование, CI/CD для AI-процессов, а также основы развертывания и мониторинга.
• Опыт разработки систем оценки и контроля качества для выходных данных LLM/агентов (качество, точность, согласованность), включая офлайн-тестовые наборы, метрики и регрессионное тестирование.
• Практический опыт создания production-приложений и агентов на основе LLM (RAG, многошаговые рассуждения, вызов инструментов/функций, MCP).
• Опыт работы с Databricks.
• Опыт работы с Docker.
• Уровень английского языка B2+.

Будет преимуществом

• Опыт работы в области хемоинформатики (например, молекулярные отпечатки, химические дескрипторы, RDKit, поиск молекулярного сходства).
• Опыт работы над проектами в сфере здравоохранения или наук о жизни.

Условия

• Конкурентная оплата труда
• Удаленная или офисная работа
• Гибкий график работы
• Медицинская страховка и оплачиваемый больничный
• Непрерывное обучение, менторство и программы профессионального развития
• Команда с отличной технической экспертизой
• Сертификации, оплачиваемые компанией