Түйіндемені қарау
Junior ML-engineer
Келісім бойынша
Ресей
ТолықҚашықтан жұмыс
Жұмыс тәжірибесі
1 жыл 4 ай
Соңғы жұмыс орны
SimbirSoft
ML-engineer
1 жыл 4 ай
Өзің туралы
Өзің туралы
ML-инженер, 1+ год коммерческой разработки RAG-систем и AI-агентов. Ищу позицию ML-инженера с фокусом на LLM / NLP или RAG-системы.
Дополнительно занимаюсь разработкой собственных проектов:
1) AI-наставник по ML.
- Разработал AI-агента на RAG-системе, состоящей из более 300 различных статей по машинному обучению, для быстрого поиска информации и углубления понимания ML-концепций.
- Реализовал полный цикл: сбор и обработка данных, чанкинг, векторный индекс, генерация ответов, контейнеризация.
- Стэк: Python, LlamaIndex, Qwen, Qdrant, Docker
- Ссылка на github проекта: https://github.com/VLGen/AI-mentor
2) Голосовой помощник-повар.
- Создал голосового ассистента для помощи в приготовлении блюд, подборе рецептов, сопровождении на этапах готовки с использованием ASR и LLM.
- Реализовал голосовой ввод/вывод и интеграцию с LLM.
- Стэк: Python, Vosk, Transformers, Qwen, Sounddevice.
- Ссылка на github проекта: https://github.com/VLGen/AI-Voice-controlled-cooking-assistant.git
GitHub профиль: https://github.com/VLGen
Affiliate тәжірибесі
Деректер жоқ
Жұмыс тәжірибесі1 жыл 4 ай
Сәуір 2025 - Шілде 2026
(1 жыл 4 ай)
SimbirSoft
ML-engineer
1. Разработал скрипты для загрузки, очистки и унифицированной обработки текста из
внутренних нормативных документов с использованием фреймворка LlamaIndex, создав
единый формат данных для RAG-пайплайнов и обеспечив подключение новых типов
источников без доработки основного конвейера;
2. Отвечал за чанкинг и построение индексов в проектировании и выводе в продакшен
RAG-пайплайна (LlamaIndex, LangChain, Qdrant, Qwen-72B) на основе корпоративной базы
знаний, состоящей из 500+ документов - время поиска ответов сокращено с 15-20 минут до 30
секунд;
3. Внедрил слой кэширования для частых вопросов в Redis, ускорив их обработку в 10 раз и
сократив количество повторных обращений к downstream-компонентам, что позволило
снизить нагрузку на поддержку на 20%;
4. Провел системное тестирование RAG-based AI-агента на 600 тестовых вопросах: по
результатам анализа ошибок оптимизировал чанкинг и промты, повысив recall релевантных
ответов с 78% до 89%
Дағдылар
ООП
LlamaIndex
LangChain
Redis
Qdrant
Qwen
TTS
ASR
Python
Git
API
FastAPI
PostgreSQL
Pandas
Тілдерді білу
Орташа Ағылшын
Ана тілі Орыс тілі
Жұмыспен қамту
Жұмыспен қамту
Толық
Жұмыс форматы
Қашықтан жұмыс, Гибрид, Офис
Жұмыс кестесі
Икемді, 5/2
Көшу
Мүмкін
Іссапарлар
Іссапарлар мүмкін