← К каталогу
NA

NativeCall

AI/Python-разработчик

УдалённоУровень не указанМосква, Россия8 ч назад
СИГНАЛ JOBRADAR75/100Нормальный сигнал актуальности
ПАСПОРТ ВАКАНСИИ

Что JobRadar наблюдает сейчас

Балл строится только на фактах из источников: свежести подтверждения, возрасте записи и происхождении вакансии. Это не гарантия найма и не оценка работодателя.

Последнее подтверждение9 мин. назад
Впервые замечена8 ч назад
Активные источники1 источник
ПроисхождениеПубличный источник
О ВАКАНСИИ

Описание вакансии

У нас есть собственная линейка товаров для здоровья и красоты и партнерская программа по их продвижению. Мы обеспечиваем полный цикл создания и развития своих офферов, начиная от разработки продуктовой и маркетинговой концепций, и заканчивая обработкой заявок собственным call-центром и доставкой товаров клиентам. География продаж — Европа, Азия, США.

Ищем AI/Python-разработчика на проект компании

Обязанности:

  • Проектировать и разрабатывать LLM-агентов и мультиагентные системы в связке с командой разработки.
  • Писать чистый, структурированный и поддерживаемый код в соответствии со стандартами и лучшими практиками.
  • Создавать и поддерживать документацию по коду, процессам и приложениям.
  • Отслеживать развитие веб-технологий и трендов индустрии, предлагать свежие решения.
  • Оптимизировать веб-приложения по скорости, масштабируемости и безопасности.
  • Участвовать в полном жизненном цикле разработки — от концепции до деплоя и сопровождения.
  • Требования:
  • Python 3.10+ на уровне уверенного разработчика.
  • Опыт работы с LLM API: OpenAI, Anthropic, open-source модели через vLLM/TGI/Ollama.
  • Практический опыт дообучения моделей: SFT, LoRA/QLoRA, DPO/ORPO; подготовка и валидация обучающих датасетов; оценка качества, борьба с переобучением и деградацией базовых навыков.
  • Опыт работы с HuggingFace Transformers / PEFT / TRL.
  • Построение систем оценки (evals): проектирование метрик под задачу, регрессионные тестовые наборы, LLM-as-judge с пониманием его ограничений, A/B-тестирование.
  • RAG-пайплайны: стратегии чанкинга, гибридный поиск, реранкинг, векторные БД (pgvector, Qdrant, Weaviate или аналоги); понимание, когда RAG предпочтительнее дообучения и наоборот.
  • Оркестрация пайплайнов данных и обучения: Airflow, Prefect, Temporal или аналоги.
  • Observability LLM-систем: трейсинг и мониторинг (Langfuse, LangSmith, OpenTelemetry или аналоги).
  • Docker, Git, CI/CD, Linux; базовое понимание работы с GPU (управление VRAM, квантование, инференс-серверы).
  • …

Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.

ИсточникHeadHunter / Developers / RU / between1And3