AI​/LLM engineer in GenAI evaluation

Мы в hh создаем продукты и AI-ассистентов для работодателей и соискателей на базе генеративных технологий. Уже сейчас мы используем LLM-модели для генерации текстов, ведения диалогов, классификации и анализа вакансий и резюме. Направление активно развивается, и сейчас мы ищем талантливого AI/LLM инженера, который поможет нам в выстроить в компании эффективную систему оценки качества GenAI фичей.

• Помогать выстраивать процессы разработки и валидации GenAI-решений на основе Evaluation-driven-development подхода
• Разрабатывать высокопроизводительный сервис для массового тестирования GenAI решений - от QA запросов к LLM до сложных агентов с отдельным окружением
• Разрабатывать внутренние бенчмарки по hr домену для оценки OSS LLM
• Проектировать метрики качества, разрабатывать валидационные пайплайны
• Настраивать observability для поддержания качества работы GenAI решений в проде
• Организовывать человеческую разметку и разрабатывать LLM-as-Judge
• Разрабатывать и поддерживать лучшие практики, кукбуки, инструкции и другие материалы, которые помогут командам ускорить и упростить процесс разработки и тестирования GenAI
• Активно взаимодействовать с продуктовыми командами, помогать внедрять инструменты и подходы к оценке качества Gen Ai решений

• Уверенное владение Python, и опыт разработки production-ready ML/GenAI-сервисов
• Опыт построения и внедрения систем оценки качества ML / GenAI-решений: offline-метрики, regression testing, human evaluation, A/B или онлайн-валидация
• Опыт проектирования валидационных пайплайнов и бенчмарков (датасеты, версии, воспроизводимость, сравнение моделей)
• Опыт использования валидационных фреймворков и инструментов observability (Deep Eval, Lang Fuse, MlFlow, Lang Smith и др.)
• Понимание особенностей оценки LLM- и agent-based систем в сравнении с классической разработкой и классическим ML
• Опыт работы с LLM API и реализации LLM-based сервисов (диалоговые агенты, RAG, Agent workflows), понимание нюансов и трейдофов
• Готовность быть драйвером внедрения best practices внутри компании
• Знание LLM фреймворков (langchain, langgraph или аналоги) и подходов к разработке AI-агентов (function calling, structured output, context engineering)
• Опыт создания web-сервисов (FastAPI, asyncio), дизайна чистых и функциональных API и интеграции с бэкенд-сервисами
• Опыт работы с векторными базами данных (Milvus/Qdrant/FAISS/pgvector) для RAG‑решений и не только
• Будет плюсом: Знание Java;
• Будет плюсом: Понимание современных архитектур и методов обучения языковых моделей;
• Будет плюсом: Опыт обучения и инференса open-source LLM-моделей

• Возможность выбора места…