AI-разработчик (AI Developer)

Sales Doctor — IT-компания из Ташкента. Мы делаем три продукта для FMCG-рынка: систему автоматизации дистрибуции, B2B-маркетплейс iBox и кассовую систему idokon.

Ищем AI-разработчика, который будет проектировать, обучать и внедрять модели в наши продукты: от компьютерного зрения (Computer Vision) до LLM-сервисов на собственных данных. Это инженерная роль полного цикла — от идеи и данных до модели в продакшене.

Чем предстоит заниматься:

• Разрабатывать и обучать модели компьютерного зрения (Computer Vision): классификация, детекция, распознавание изображений.
• Строить сервисы на базе LLM: подбор модели, дообучение (fine-tuning), промпт-инжиниринг, оценка качества ответов.
• Настраивать RAG-пайплайны: подготовка и чанкинг данных, эмбеддинги, векторный поиск, контроль токенов и контекста.
• Проектировать собственные многослойные нейросети под задачи, где готовые модели не подходят.
• Разворачивать и адаптировать open-source модели на нашей инфраструктуре.
• Доводить модели до продакшена вместе с командой разработки: API, мониторинг качества, оптимизация скорости и стоимости.

Требования:

Бэкграунд в AI или разработке. Профильное образование либо коммерческий опыт в ML / AI или программной разработке; уверенный Python. Глубокое понимание AI. Вы понимаете, что такое AI и как он устроен изнутри: нейросети, обучение, функции потерь, оптимизация, метрики качества — а не только умеете вызывать готовые API.

Компьютерное зрение. Практический опыт с CV-задачами и инструментами (PyTorch или TensorFlow, OpenCV, архитектуры CNN и ViT, модели семейства YOLO).

LLM. Опыт работы с большими языковыми моделями: архитектура трансформеров, fine-tuning, промпт-инжиниринг, оценка качества.

Собственные модели. Умение самостоятельно спроектировать многослойную нейросеть, обучить её на своих данных и довести до рабочего состояния.

Open-source модели. Опыт развёртывания и дообучения открытых моделей (экосистема Hugging Face, Llama, Mistral, Qwen и аналоги), включая локальный инференс.

RAG и токенизация. Опыт построения RAG-систем: токенизация, чанкинг, эмбеддинги, векторные базы данных, управление контекстным окном.

Будет плюсом:

• Опыт вывода моделей в продакшен: Docker, Kubernetes, GPU-инференс, квантизация.
• Знание векторных баз (Qdrant, pgvector, Milvus) и фреймворков LangChain или LlamaIndex.
• Опыт построения AI-агентов и работы с tool calling.
• Опыт с данными на узбекском и русском языках.
• Портфолио: GitHub, Kaggle, публикации или работающие продукты.

Компания: ООО SD Solutions Заработная плата: Уровень дохода не указан