ML-разработчик

Описание роли

На позиции ML-разработчика (Machine Learning) в команде Эвотека вы будете отвечать за разработку и внедрение решений машинного обучения, соответствующих лучшим Python-вакансиям отрасли. Ваша задача — автоматизировать анализ и генерацию текстовых данных с использованием передовых LLM-моделей. Вы спроектируете архитектуру систем, подготовите конвейеры данных и реализуете RAG-системы для интеллектуального поиска. Особое внимание потребуется уделить оптимизации инференса и масштабированию вычислительных нагрузок на GPU с помощью CUDA/ROCm.

Ключевые задачи:
* Сбор, очистка и векторизация данных для обучения моделей;
* Разработка и дообучение нейросетей на PyTorch и TensorFlow;
* Построение и сопровождение векторных индексов в Pinecone, Elasticsearch и Weaviate;
* Создание агентских систем на базе LangChain и LangGraph;
* Настройка параметров больших языковых моделей и интеграция LLM-движков;
* Развертывание моделей в продакшен и мониторинг производительности;
* Участие в код-ревью, написание технической и пользовательской документации;
* Взаимодействие с data engineering, DevOps и продуктовой командой для достижения бизнес-целей.

Что делает эту вакансию особенной

В Эвотеке вы получите уникальный опыт работы над комплексными RAG-системами и агентскими решениями, влияющими на процессы e-commerce и финансовых сервисов. Проекты охватывают задачи интеллектуального поиска, генерации отчётов и автоматизированного ответа на запросы клиентов. Полностью удалённый формат, гибкий график и своевременная оплата позволяют сочетать интенсивную профессиональную деятельность и личные увлечения. Компания поощряет участие в профильных конференциях, оплачивает сертификации и организует внутренние воркшопы, что поможет вам оставаться на острие технологий.

О компании Эвотека

Эвотека — независимый разработчик интеллектуальных решений для автоматизации бизнес-процессов. Миссия компании — переводить сложные алгоритмы машинного обучения в удобные инструменты для пользователей из e-commerce, логистики и финансового сектора. Среди достижений — успешное внедрение ML-решений, снизивших время обработки запросов на 30% и повысивших точность рекомендательных систем. В команде ценятся экспертиза, открытость к новым идеям и стремление к результату, а обмен знаниями в области Machine Learning и Python способствует профессиональному росту каждого специалиста.