AI Engineer / LLM Engineer (Python)

Джуниор • Миддл
Аналитика, Data Science, Big Data • Machine Learning • Python
Удаленная работа
Опыт работы от 1 года до 3х лет
О себе

На данный момент Разработчик BebrGPT (собственный проект).

Мои компетенции и опыт

Разрабатываю BebrGPT — собственный AI-сервис с несколькими LLM, поиском по документам и веб-поиском. Отвечаю за продукт целиком: Python backend, TypeScript/React-клиент, интеграции моделей и развёртывание. Ищу позицию AI Engineer / LLM Engineer с фокусом на прикладные LLM-системы.

BebrGPT — текущий собственный проект

  • Интегрировал LLM через OpenAI/OpenRouter API и реализовал автоматический выбор модели под запрос. Добавил tool calling для веб-поиска, загрузки страниц и работы с документами.
  • Реализовал RAG для PDF: извлечение текста, разбиение на фрагменты, embeddings, семантический поиск в PostgreSQL/pgvector и текстовый fallback. Ответы могут ссылаться на страницы исходного документа.
  • Построил асинхронную генерацию с передачей ответа через SSE, отменой запросов и обработкой временных ошибок провайдера. Сохраняю историю и ветки диалога для продолжения работы с контекстом.
  • Реализовал учёт стоимости LLM-вызовов: резервирование лимита, фиксацию фактической стоимости провайдера и последующую сверку. Интегрировал подписки и платежи через ЮKassa.
  • Написал pytest-тесты для маршрутизации, обработки ошибок, embeddings и биллинга. Настроил автоматические проверки и развёртывание через GitHub Actions и Docker Compose.

Другой релевантный опыт

  • cyber•Fund, Research Analyst, октябрь 2024 — октябрь 2025: разработал и интегрировал AI-систему автоматической подготовки due-diligence отчётов по входящим проектам.
  • Huawei, Research Intern, июль — август 2023: исследовал сжатие числовых данных автоэнкодерами и создал платформу сравнения методов по степени сжатия и ошибке восстановления. Python, TensorFlow.
  • ML-проекты: командный трекер объектов MDETR + SORT, диплом за лучший проект школы AIRI/Сириус; первое место в хакатоне с кейсом VK — Word2Vec и CatBoost. Оба проекта — 2022.

Стек

Python, FastAPI, asyncio, LLM API, RAG, embeddings, pgvector, function/tool calling, PostgreSQL, SQLAlchemy, Redis, SSE, pytest, Docker, GitHub Actions. ML-база: PyTorch, TensorFlow, NumPy, CatBoost.

Образование и условия

ИТМО, прикладная математика и информатика, 2021–2026; обмен в National Tsing Hua University, Тайвань, весна 2023. Олимпиадное программирование со школы, победитель регионального этапа ВсОШ по информатике, 2021. Английский C2. Рассматриваю удалённую работу.

Есть дополнительная информация

Вы увидите полное резюме как только у вас будет доступ


Специализация
Аналитика, Data Science, Big DataMachine LearningPython
Отрасль и сфера применения

Уровень
ДжуниорМиддл

Интересные кандидаты