AI Engineer

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

AI/ML-инженер в Teserac для платформы neuron™ — AI-native observability и автоматизации дата-центров. Работа на всём жизненном цикле AI-систем: от пайплайнов данных и интеграции моделей до агентной оркестрации, оценки и продакшн-поддержки.

Задачи

• Проектировать, разрабатывать и поддерживать AI-приложения и автоматизационные workflow
• Интегрировать и оптимизировать LLM API для продакшн-сценариев
• Строить и улучшать retrieval- и knowledge-augmentation пайплайны
• Разрабатывать фреймворки оценки и бенчмаркинга AI-систем
• Внедрять мониторинг, трейсинг и отладку AI-систем
• Читать и обобщать релевантные исследования, предлагать и обсуждать идеи с командой
• Участвовать в архитектурных решениях по AI и продакшн-хардненинге
• Следить за развитием AI/ML-ландшафта
• Мультиагентная оркестрация и LLM-триаж workflow
• Моделирование временных рядов для детекции аномалий, предсказания отказов и прогноза состояния
• Пайплайны данных и ML: ингестия, ETL, построение датасетов
• Файнтюнинг и пост-тренинг языковых моделей

Требования

• Степень в Computer Science, Machine Learning, Mathematics или смежной области либо эквивалентный опыт
• Уверенное владение Python
• Фундаментальные навыки software engineering: тестирование, контроль версий, CI/CD
• Опыт работы с LLM API в прикладных задачах
• Понимание концепций агентных систем — tool/function-calling, агентные фреймворки
• Ежедневное использование AI-ассистентов для кодинга (Cursor, Copilot, Claude Code и т.п.)
• Умение читать ML-статьи и превращать идеи в практические эксперименты
• Сильное аналитическое мышление и ясная коммуникация
• Желательно: профессиональный опыт AI/ML-инженерии любого уровня
• Желательно: опыт построения агентных систем на LangGraph или LangChain, MCP — плюс
• Желательно: моделирование временных рядов — прогнозирование и предсказание аномалий/отказов
• Желательно: опыт файнтюнинга или пост-тренинга языковых моделей
• Желательно: PyTorch и/или фреймворки сервинга моделей (например, vLLM)
• Желательно: опыт построения data и ML пайплайнов — ингестия, ETL, датасеты
• Желательно: знакомство с облачными ML-платформами, особенно GCP (Vertex AI)
• Желательно: оценка и бенчмаркинг LLM, дизайн harness и eval-циклов
• Желательно: опыт с телеметрией дата-центров или промышленной, протоколы BMS/OT (Niagara, BACnet/Modbus)
• Желательно: бэкграунд в DevOps, распределённых системах или observability

Условия

• Медицинская страховка (Medical, Dental & Vision)
• Оплачиваемый отпуск (Vacation, Sick & Public Holidays)
• Бесплатная еда и снеки
• Опционная программа (Stock Option Plan)
• 401(k)

Навыки

• Python
• LLM APIs
• LangGraph
• LangChain
• MCP
• PyTorch
• vLLM
• GCP
• Vertex AI
• ETL
• CI/CD
• Time-series modeling
• RAG
• Fine-tuning
• Cursor
• Copilot
• Claude Code
• Niagara
• BACnet
• Modbus
• DevOps
• Observability