Ищем Applied AI Engineer / Python Developer (LLM & RAG) в LLM
Data Scientist / ML Engineer
Ищем Applied AI Engineer / Python Developer (LLM & RAG) Компания: Demateam Формат: Remote (Part-time) Кто мы: Мы выступаем «цифровым заказчиком» для топовых девелоперов и строительных холдингов РФ. Мы знаем всё про BIM-модели, календарные графики MS Project, 1С, эскроу-счета и кассовые разрывы. Сейчас мы создаем собственную линейку ИИ-агентов для рынка недвижимости и промстроя, чтобы автоматизировать предиктивную аналитику рисков и управление активами. Кого мы ищем: Нам НЕ нужен академический Data Scientist, который будет годами обучать нейросеть с нуля. Нам нужен Прикладной ИИ-инженер (Applied LLM Engineer), который умеет брать мощные OpenSource мозги (Llama 3, Qwen, Saiga), скармливать им «грязные» корпоративные данные и заставлять их приносить реальную пользу бизнесу без галлюцинаций. Что предстоит делать: - Парсинг «ада»: Строить пайплайны извлечения данных из 500-страничных PDF-смет, актов КС-2 и чертежей (OCR, извлечение кривых таблиц, матчинг с XML из BIM). - RAG-архитектура: Проектировать контуры поиска по корпоративным базам знаний (нормативы СНиП, исторические финмодели, договоры). - Борьба с галлюцинациями: Настраивать промпт-инжиниринг и Reranking так, чтобы ИИ не выдумывал цифры, когда CFO спрашивает про прогноз кассового разрыва. - Интеграции: Связывать ИИ-агентов с 1С, Directum RX и MS Project Server через API. Наш стек и требования: • Python (FastAPI, Asyncio) — уверенный уровень. • LLM/RAG: LangChain / LlamaIndex, понимание того, как работает chunking, embedding, retrieval и evaluation. • Векторные БД: PostgreSQL (pgvector), Qdrant или Milvus. • Работа с документами: Опыт работы с PyMuPDF, pdfplumber, Tesseract / PaddleOCR (или понимание, как подключать Yandex Vision / GigaChat API для OCR). • Понимание, что такое «грязные» enterprise-данные и как писать ETL-скрипты для их очистки. Будет огромным плюсом: • Опыт деплоя локальных LLM (vLLM, Ollama, Docker). • Понимание основ финмоделей, SQL или строительной специфики (мы дадим вам лучших доменных экспертов на рынке, чтобы вы быстро въехали в тему). • Опыт работы в B2B Enterprise / FinTech / PropTech. Что мы предлагаем: • Влияние: Вы не «один из ста винтиков». Вы станете ядром нового AI-направления. • Доступ к данным: У нас есть размеченные датасеты (сметы, графики, финмодели), на которых можно строить потрясающие продукты. • Зарплата: Обсуждаем индивидуально с сильным кандидатом под проект. • Адекватный бизнес: мы говорим на языке денег и результатов, а не ради «хайпа вокруг нейросетей». Как откликнуться: Напишите в ТГ @bltsf (Софья) или на почту [email protected]: 1. Резюме + портфолио 2. Мини-ответ на вопрос: «У вас есть PDF-смета от генподрядчика на 300 страниц (таблицы поехали, сканы) и Excel-таблица с вашей финмоделью. Опишите в 3–4 предложениях, как бы вы строили пайплайн, чтобы ИИ сверил объемы бетона из сметы с финмоделью и подсветил расхождения?»