AI Engineer (Applied)

BlackStone eIT ищет талантливого и прагматичного AI Engineer (Applied) для присоединения к нашей динамичной команде. В этой роли вы сосредоточитесь на применении методов искусственного интеллекта для решения реальных проблем и предоставления эффективных решений, которые повышают ценность бизнеса. Вы будете тесно сотрудничать с продуктовыми командами, специалистами по данным и инженерами-программистами для развертывания моделей ИИ в производственных средах и постоянного повышения их производительности.

Идеальный кандидат имеет практический опыт сквозной разработки систем ИИ и уделяет большое внимание практическим приложениям и масштабируемости. Вы будете работать над разнообразными проектами, требующими инновационных решений в области ИИ, от обработки естественного языка до компьютерного зрения и прогнозной аналитики.

• Автоматизация классификации данных: внедрение автоматизированной классификации для устранения текущих сбоев, встраивание классификации в конвейеры данных совместно с руководителем по управлению данными.
• Операционные агенты ИИ: создание производственных агентов на базе платформы агентов — выход за рамки типовых агентов, поставляемых внешним партнером, в реальные операционные рабочие процессы.
• Контракты данных платформы агентов: определение того, какие данные нужны платформе, в каком формате, с какими гарантиями качества — работа с ведущим инженером по ИИ.
• Реализация сервиса ИИ: сервис FastAPI вокруг API LLM с версионированными шаблонами промптов.
• Промпты для классификации и составления краткого изложения: структурированные промпты, возвращающие проверенный JSON с тегами, уровнями достоверности, указанием источника.
• Версионирование промптов: шаблоны в конфигурации, редактируемые без изменений кода.
• Наблюдаемость: каждый вызов LLM регистрируется с хэшем ввода, версией модели, выводом, задержкой, количеством токенов.
• Логика отката: плавное снижение производительности, когда API LLM недоступны.
• Оценка качества: проведение оценок точности/полноты по выборкам человеческих рецензентов, отчетность о результатах, итерация промптов.

Требования

5+ лет опыта применения методов ИИ и машинного обучения в производственной среде.

Глубокие знания языков программирования, таких как Python, и знакомство с фреймворками ИИ/МО, такими как TensorFlow, PyTorch или Scikit-learn.

Опыт развертывания и поддержки моделей ИИ в масштабе.

Хорошее понимание предварительной обработки данных, инжиниринга признаков и оценки моделей.

Образование в области статистики, математики или информатики.

Способность эффективно сотрудничать с кросс-функциональными командами и преобразовывать потребности бизнеса в прикладные решения в области ИИ.

Отличные навыки решения проблем и практический, ориентированный на решение подход.

Опыт работы с облачными платформами (AWS, GCP, Azure) и практиками MLOps является плюсом.

Степень бакалавра или магистра в соответствующей области, такой как Computer Science, Data Science или AI.

• LLM API (Claude, GPT-4, open-weight models) — структурированный вывод, JSON-режим, системные промпты
• Prompt engineering для классификации — zero-shot и few-shot
• Python — асинхронные вызовы API, логика повторных попыток, экспоненциальная задержка.
• Оценка LLM — точность/полнота, оценка согласия между человеком и ИИ.
• Структурированный вывод — принудительное применение JSON schema, валидация Pydantic.
• Open-weight / sovereign model API (Falcon, Llama или эквивалентные).
• Управление бюджетом токенов и контекстным окном.
• AI observability — мониторинг качества вывода, обнаружение аномалий.
• FastAPI и Docker

Преимущества

Оплачиваемый отпуск Бонусы за производительность Обучение и развитие