ML-инженер AI-агентов и RAG‑систем

Миргалеев Марк Робертович; United States; Remote; USD 120,000 - 210,000; Full time

Job summary

Миргалеев Марк Робертович ищет инженера по ML/AI для разработки и обучения AI агентов, нейронных сетей и LLM-решений. В ответственности — создать агентные workflow, multi-agent системы, вызов инструментов и функций, а также построение RAG-систем с embeddings и semantic search.

Требуется опыт PyTorch, Transformers и NLP, работа с локальными LLM моделями, дообучение и внедрение ML-решений. Успешный кандидат будет участвовать в развёртывании и оптимизации инференса, работать с LangGraph/LangChain,

Qualifications

• Уверенное знание Python и основных библиотек ML и анализа данных.
• Опыт работы с PyTorch, Transformers, NumPy, Pandas, Scikit-learn.
• Понимание принципов обучения нейронных сетей и трансформеров.
• Знакомство с NLP, embeddings, prompt engineering, RAG и semantic search.
• Умение исследовать новые подходы и внедрять ML-решения.
• Преимущество: опыт работы с локальными LLM моделями и LangGraph/LangChain.

Responsibilities

• Разработка, обучение и оптимизация AI агентов и LLM-решений.
• Проектирование агентных workflow, multi-agent систем, tool calling и function calling.
• Разработка RAG-систем: embeddings, semantic search, hybrid search, chunking, reranking.
• Работа с локальными LLM моделями: Llama, Mistral, Qwen.
• Дообучение языковых моделей: fine-tuning, LoRA, QLoRA, PEFT, RLHF.
• Подготовка и разметка данных; применение Python и ML библиотек.
• Использование LangGraph, LangChain, LlamaIndex и Hugging Face для задач NLP.
• Работа с векторными базами: Qdrant, FAISS, Milvus, Weaviate; оптимизация inference.

Skills

Python

PyTorch

Transformers

NumPy

Pandas

Scikit-learn

NLP

LLM

Prompt engineering

Tools

LangGraph

LangChain

LlamaIndex

Hugging Face

vLLM

SGLang

Ollama

llama.cpp

Qdrant

FAISS

Chroma

Milvus

Weaviate

LoRA

QLoRA

PEFT

SFT

DPO

RLHF

Docker

FastAPI

Git

Linux

CUDA

Job description

Миргалеев Марк Робертович ищет инженера по ML/AI для разработки и обучения AI агентов, нейронных сетей и LLM-решений. В ответственности — создать агентные workflow, multi-agent системы, вызов инструментов и функций, а также построение RAG-систем с embeddings и semantic search.

Требуется опыт PyTorch, Transformers и NLP, работа с локальными LLM моделями, дообучение и внедрение ML-решений. Успешный кандидат будет участвовать в развёртывании и оптимизации инференса, работать с LangGraph/LangChain,