Мы - международная аутстафф-команда, внедряющая production-grade AI в строго регулируемые индустрии. Одна из ключевых задач проекта - автоматизировать комплаенс и аналитику рисков/затрат в цепочках поставок с помощью LLM и классического ML.
Наша цель? Превратить горы регуляторных документов и данных закупок в надёжные пайплайны, которые проходят аудит с первого раза, не галлюцируют на критических флоу и живут в проде дольше спринта. Старт ASAP, работа онсайт в Абу-Даби, английский B2+.
Если ты понимаешь разницу между настроенным RAG и "просто поиском по векторам", выкатываешь модели с мониторингом дрифта и готов к background screening - давай общаться.
Что нужно будет делать:
- проектировать и обучать LLM/NLP-решения для сложных технических и регуляторных текстов;
- строить RAG-пайплайны поверх крупных документальных репозиториев (chunking, embedding, retrieval, reranking);
- разрабатывать модели прогнозирования, скоринга рисков и классификации для supply chain & spend analytics;
- деплоить модели в виде продакшен-сервисов (API-интеграция), обеспечивая надёжность, логирование и QA;
- адаптировать решения под строгие регуляторные требования, участвовать в код-ревью и синках с бизнес-стейкхолдерами.
Что мы ждем от тебя:
- senior grade в DS/ML с реальными продакшен-деплоями;
- уверенный Python и ML-стек (PyTorch/TensorFlow, scikit-learn, Pandas/NumPy);
- hands-on опыт работы с трансформерами и LLM (fine-tuning, prompt engineering, evaluation, guardrails);
- практический опыт построения RAG / Information Retrieval систем и структурированного извлечения данных;
- чёткое понимание MLOps-гигиены: контейнеризация, API-обёртки, версионирование моделей, базовый мониторинг и автоматизация доставки.