Tech Lead NLP (РСХБ-Автоматизация)
Описание
Команда «ДОРА» разрабатывает несколько сервисов: сервис генерации документов (цель - повысить скорость и качество подготовки документов за счет автоматизации и использования LLM модели), сервис саммаризации документов (позволяет автоматически преобразовывать большие объема текста в краткие и информативные резюме, сохраняя при этом ключевую суть и смысл исходного текста), сервис сравнения документов (предназначен для автоматизированного сравнения текста пользовательского документа с внешними и внутренними нормативными документами. Пользователь загружает документ, система находит ссылки на законы и внутренние документы, выделяет относящиеся к ним абзацы/кусочки текста и проверяет фактическое соответствие этим источникам, формируя отчёт о расхождениях и рисках), внутренний ChatBot (представляет собой чат-бот, предназначенный для помощи сотрудникам банка. Поддерживает поиск информации во внутренних источниках) Стек: Python, pandas, PostgreSQL + pgvector, SQLAlchemy, S3, FastAPI, LangChain / LangGraph, Qwen, BGE embeddings, RAGAS, OCR / Docling. Обязанности\задачи: Руководить командой NLP-инженеров и исследователей: планирование, приоритизация задач, ревью, контроль качества решений. Определять архитектуру и стек технологий для LLM/NLP-разработки (fine-tuning, LoRA, RAG, prompt engineering, LangChain/LangGraph, vector DBs). Вести ключевые проекты: LLM-ассистенты, интеллектуальный поиск, генерация и обработка документов. Взаимодействовать с заказчиками и ИТ-командами: формулировать требования, декомпозировать задачи, контролировать реализацию. Развивать экспертизу команды: обмен знаниями, формирование best practices, наставничество. Требования к кандидату: Обязательные навыки и знания: 5+ лет коммерческой работы в NLP/LLM, из них 3+ года — в роли технического лида. Глубокое понимание ML-алгоритмов, архитектуры LLM и retrieval-based систем (Transformers, Attention, RAG, SFT, LoRA/Adapters). Уверенное владение Python, PyTorch, HuggingFace, sentence-transformers, LangChain / LangGraph / LlamaIndex, FastAPI. Опыт оптимизации инференса, интеграции моделей (Qwen, DeepSeek, Llama, Mistral). Понимание масштабирования, кеширования, распределённого инференса. Навыки взаимодействия с бизнесом и ведения продуктовой команды. Необязательные навыки и знания: Опыт построения RAG-систем на PostgreSQL / ClickHouse / Opensearch + vector engines. Интеграция LLM с корпоративными системами и BI-платформами. Знание инструментов мониторинга LLM (latency, quality, cost). Условия: Обучение за счет компании (посещение конференций, курсов, помощь в написании статей на Хабр и т.д.); Вертикальное и горизонтальное развитие: регулярные тренинги, вебинары, митапы; Забота о вашем здоровье: ДМС с первого месяца работы, куда входит стоматология; Прозрачный доход: оклад (по итогам интервью) + ежеквартальные премии по результатам KPI; Гибкий график или полная удаленка (по итогам общения с командой); Комфортные и современные офисы в городах присутствия (Москва, Санкт-Петербург, Уфа, Брянск, Новосибирск и др.); Дополнительные бонусы от Россельхозбанка для сотрудников группы компаний (Скидки на спортзалы, рестораны, маркетплейсы и т.д.).