Middle/Senior LLM Engineer

OverviewИщем LLM-инженеров для разработки финтех-решений на базе языковых моделей.Привет!Fortis - это финтех-компания, использующая современные подходы к ведению бизнеса. Мы предлагаем эффективные IT-решения, которые помогают нашим партнерам работать с платежами, клиентами и автоматизировать бизнес.Fortis в цифрах:4млрд транзакций ежегодно10млн покупателей4000+ мерчантов в ОАЭ70+ человек в командеResponsibilitiesПроектировать и разрабатывать end-to-end LLM-пайплайны: от приема и обработки входных данных до генерации, пост-обработки и выдачи финального результатаСоздавать и оптимизировать сложные RAG-системы: чанкинг, генерация эмбеддингов, работа с векторными БД и настройка релевантного поискаЗаниматься продвинутым prompt engineering: разработка, тестирование и совершенствование prompt-шаблонов, включая использование chain-of-thought, tool calling и получения структурированных выходных данныхИнтегрировать и выбирать LLM: работать с облачными API и/или с open-source моделями, подбирая оптимальное решение под задачу с учетом качества, стоимости и задержекОбеспечивать вывод решений в production: развертывать, масштабировать и поддерживать отказоустойчивые inference-сервисы, используя контейнеризацию (Docker) и облачные платформыНастраивать и проводить fine-tuning моделей: дообучать open-source LLM под специфические домены и задачиРазрабатывать и внедрять систему оценки качества: создавать автоматические метрики и human-in-the-loop процессы для тестирования, мониторинга качества ответов и выявления дрифта или деградацииВнедрять механизмы безопасности и контроля: предотвращать утечки конфиденциальных данных (PII), минимизировать галлюцинации и ограничивать нежелательное поведение моделейТесно взаимодействовать с продуктовыми и инженерными командами: переводить бизнес-требования в технические спецификации и интегрировать LLM-компоненты в backend-сервисы и пользовательские интерфейсыВести MLOps-практики: обеспечивать воспроизводимость экспериментов, версионирование данных и моделей, настройку мониторинга и CI/CD пайплайнов для ML-компонентовQualificationsОпыт коммерческой разработки LLM-решений от 2-х летГлубокое знание Python и опыт разработки backend-сервисовПрактический опыт построения RAG-архитектур: от чанкинга и эмбеддингов до работы с векторными БД (FAISS, Milvus, Weaviate, Pinecone и аналоги)Свободное владение современными подходами prompt engineeringОпыт работы как с облачными LLM API, так и с open-source моделями — их запуском, инференсом и интеграциейПонимание принципов MLOps: контейнеризация (Docker), логирование, мониторинг, версионированиеВладение Git, умение проводить и принимать code reviewБудет плюсом:Опыт работы с фреймворкамиОпыт fine-tuning open-source моделей (LLaMA, Mistral, Qwen и аналоги)Опыт построения LLM-агентов и multi-agent системОплачиваемые командировки, чтобы быть в более тесной связи с командойБонусы по итогам perfomance reviewДей-оффыКорпоративную культуру с открытыми коммуникациями, корпоративами, тимбилдингамиПоддержку обучения и развития компетенций#J-18808-Ljbffr