О команде
Мы расширяем команду Финансового помощника в Plata, создавая интеллектуальные системы, которые помогают пользователям управлять финансами, понимать свои траты и взаимодействовать с финансовыми продуктами простым и интуитивным способом. Эта команда играет ключевую роль в улучшении клиентского опыта, вовлеченности и общей ценности наших основных продуктов. Это клиентский продукт в регулируемой среде — точность, безопасность и доверие не подлежат обсуждению.
Мы используем AWS, Go, Python и облачные модели, но при этом гибко сочетаем готовые инструменты и создаем собственные решения. Мы сосредоточены на создании систем, которые приносят реальную, ощутимую пользу для нашей организации.
Вы станете ключевым специалистом в кросс-функциональной команде, тесно сотрудничая с бэкенд-, мобильными и другими LLM-инженерами.
Задачи, которые вас ждут
- Работа с агентными архитектурами там, где это необходимо: использование инструментов, многошаговые рассуждения, оркестрация и восстановление после сбоев
- Проектирование и поддержка инфраструктуры для оценки (офлайн-тесты, эталонные наборы данных, системы регрессионного тестирования), которая дает надежный сигнал после каждого изменения
- Работа с продвинутыми промптами, настройка RAG-ориентированных источников данных для эффективного поиска и оценка выводов моделей для обеспечения точности, релевантности и качества
- Реализация механизмов безопасности и ограничений: обнаружение галлюцинаций, стратегии отказа, фактическая обоснованность
- Проведение онлайн и офлайн-экспериментов (канареечных, A/B) для подтверждения того, что изменения улучшают реальные результаты для пользователей
- Ответственность за наблюдаемость с первого дня: трассировка LLM-вызовов, мониторинг дрейфа качества, задержек и стоимости за сессию в продакшене
- Сотрудничество с бэкенд-инженерами и продуктом для внедрения надежных улучшений, проведения код-ревью и поддержания работоспособности продакшена
Что делает вас отличным кандидатом
- Сильные фундаментальные знания в классическом машинном обучении, вы понимаете, что происходит внутри моделей, а не только как вызывать их API
- Сильный настрой на оценку: вы проектируете систему измерений до написания первого промпта и относитесь к оценкам как к артефактам первого класса в инженерии
- Практический опыт работы с поиском и извлечением информации: плотные/разреженные/гибридные методы, переранжирование, понимание запросов — эффективное использование управляемых инструментов, необязательно с нуля
- Практический опыт работы с агентными архитектурами: использование инструментов, оркестрация, восстановление после сбоев
- Безопасность — прежде всего: ограничители, политики контента, корректная работа в условиях неопределенности, особенно в контексте, где неверные ответы имеют реальные последствия
- Ответственность за ML в продакшене: наблюдаемость, бюджеты по задержкам, отслеживание затрат, обнаружение регрессий
- Экспертиза в Python и его экосистеме, а также независимый от языка и фреймворка подход для достижения целей проекта
- Знакомство с инструментами с открытым исходным кодом для создания и оценки RAG-приложений.
- Отличные навыки коммуникации и способность объяснять сложные технические концепции широкой аудитории стейкхолдеров
- Уровень английского языка B1 или выше для эффективного общения с международной командой
Ваши дополнительные навыки
- Предыдущий опыт внедрения бизнес-критичных приложений на базе ML/ИИ для клиентских продуктов
- Тонкая настройка или дистилляция LLM для продакшен-кейсов
- Опыт развертывания моделей с открытым исходным кодом (Llama, Mistral) в частных/он-премис средах
- Опыт работы в финтехе, банковской сфере или регулируемых областях
