- Страна
- Россия
- Зарплата
- 180 000 ₽ – 250 000 ₽
Откликайтесь
на вакансии с ИИ
Backend / ML Infrastructure / MLOps инженер (ИИ-ассистент)
Оценка ИИИнтересный проект на стыке LegalTech и AI с современным стеком технологий. Прозрачная вилка оплаты для Middle-уровня и возможность удаленной работы делают вакансию привлекательной.
Сложность вакансии
Оценка ИИПозиция требует уверенного владения Python и понимания специфики ML-инфраструктуры (RAG, векторный поиск, инференс LLM). Сложность умеренная, так как есть ведущий разработчик и подробный бэклог, но работа с GPU и большими массивами данных требует внимательности.
Анализ зарплаты
Оценка ИИПредложенная вилка 180 000 – 250 000 ₽ на руки соответствует рыночным ожиданиям для Middle Python/MLOps инженера в России, особенно для проектной деятельности в стартапе.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Образовательные продукты Русяева уже сейчас
Присоединяйтесь к созданию инновационного ИИ-ассистента для юристов и работайте с передовым стеком LLM и RAG!
Описание вакансии
Публикатор: Andrew Petushkov
Обсуждение: @devops_jobs
Формат работы: удалёнка (офиса нет)
Город: не важно, работаем по РФ; комфортно пересекаться по времени с Москвой (МСК ±3 ч)
Занятость: проектная, с перспективой перехода в постоянное сотрудничество
Зарплатная вилка: от 180 000 до 250 000 ₽/мес (на руки)
Описание вакансии:
Ищем Backend / ML Infrastructure / MLOps инженера в проект — ИИ-ассистент по судебной практике РФ (SaaS для юристов).
Делаем понятный по архитектуре продукт: собираем RAG из массива документов судов РФ и подключаем к нему self-host LLM с инструментами. Пользователь формулирует запрос обычным языком и получает развёрнутый ответ со ссылками на конкретные дела. Прототип уже работает, парсинг и индексация идут — задача финально собрать продукт.
Стек: Python и TypeScript, Postgres, Qdrant (vector search), embeddings, RAG + Reranking (Qwen), self-host LLM-инференс на собственных GPU, S3 (Backblaze B2), Sentry.
Что уже готово:
— Поиск судебной практики по смыслу, подбор похожих дел, разбор позиции судов, резюме конкретных дел.
Частично готово: аналитика по инстанциям и судьям; ссылки на конкретные дела.
Что предстоит доделать (зона работы):
— Статистические тулы для профилирования акторов
— Довести до ума инфраструктуру
— Генерация процессуальных документов (иски, жалобы, претензии) с экспортом в .docx/.pdf
— Сборка RAG + reranking в продакшн и стабильный self-host LLM-инференс
— API, мониторинг и логи качества ответов, нагрузочная стабильность
Кого ищем: middle / junior-to-middle, уверенный Python (TypeScript — плюс). Главное — умение разобраться в существующем коде и доводить фичи до прода. Опыт с RAG / LLM / vector search / парсингом больших текстовых массивов — большой плюс. Есть подробный бэклог и ведущий разработчик, который прособеседует и введёт в задачи.
Название компании: ООО «Образовательные продукты Русяева»
Контакты: Андрей, Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- TypeScript
- Python
- LLM
- PostgreSQL
- MLOps
- RAG
- S3
- Vector Search
- Sentry
- Qdrant
- Reranking
Возможные вопросы на собеседовании
Проект активно использует RAG для работы с судебными документами.
Расскажите о вашем опыте работы с RAG: как вы подходите к индексации данных и выбору стратегии реранкинга?
В стеке указан Qdrant для векторного поиска.
Какие преимущества и недостатки векторных БД вы видите при работе с большими текстовыми массивами, такими как судебные дела?
Проект предполагает self-host LLM-инференс на собственных GPU.
С какими инструментами для оптимизации инференса LLM (например, vLLM, Text Generation Inference) вы сталкивались?
Упоминается необходимость генерации документов в форматах .docx/.pdf.
Какие библиотеки Python вы бы использовали для автоматизации генерации сложных юридических документов по шаблонам?
Вакансия предполагает проектную занятость с переходом в штат.
Как вы организуете свою работу на удаленке, чтобы соблюдать сроки в рамках проектных задач?
Похожие вакансии
Senior Data Engineer
ML разработчик (Senior)
Senior / Middle+ Data Scientist
MlOps / Python Backend Engineer (ML)
Data Engineer
ML разработчик (Middle)
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!