ML Tech Lead (ML/LLM, AI-агенты для MedTech)
Описание
«Лучи» — это новая онлайн-страховая: простая, быстрая и честная. Мы объединили страхование, медицину и IT, чтобы создать экосистему полезных сервисов. Так мы упрощаем жизни более миллиона людей по всей стране. В основе нашей компании — собственная технологическая платформа. Единый ID пользователя связывает все продукты, делая клиентский путь удобным и понятным. Мы задаём ритм, действуем решительно и работаем на другой скорости, чтобы быть лидерами на страховом рынке России. Цифры говорят за нас:>1 000 000 застрахованных клиентов>400 компаний доверяют нам здоровье своих сотрудников4,85 из 5 — оценка мобильного приложения100% наших сотрудников влияют на результат0 минут тратится на формальные встречи75% клиентов готовы рекомендовать насКого мы ищем:Мы ищем сильного ML-техлида, который возглавит техническое развитие AI-решений для нашего медицинского направления. Это роль для эксперта, который не хочет уходить в чистое управление, а стремится решать инженерные задачи руками (80% времени — разработка). Вместе с командой предстоит доводить AI-решения до продакшена — от разработки архитектуры до мониторинга модели в проде. Для нас важен опыт вывода агентных систем под реальную нагрузку, умение строить надежные eval-пайплайны и понимание экономики инференса.Про проект:Основной фокус сейчас — создание «ИИ-врача», интеллектуального ассистента для нашей телемедицинской клиники. Предстоит с нуля построить агентную экосистему, которая автоматизирует сбор анамнеза, саммаризацию медкарт, драфтинг заключений и согласование назначений по ДМС. Это решение позволит врачу делегировать рутину и сосредоточиться на лечении, а не на бюрократии. Принцип «ИИ драфтит — врач правит и подписывает» превращает каждое исправление эксперта в готовый сигнал для дообучения модели, создавая уникальную для медицинской сферы петлю улучшения качества.⚙️Стек технологий: Python 3.13+, FastAPI, PostgreSQL, MLflow, LangGraph, OpenAI, Celery, RabbitMQ, Kafka, Docker, k8s, flake8, mypy, pytest. Чем предстоит заниматься: Определять и развивать архитектуру ML/LLM-агентных систем продукта, принимать и документировать ключевые технические решения Проектировать инфраструктуру вокруг агентов (harness): оркестрация, маршрутизация, управление контекстом и памятью, вызов инструментов, отказоустойчивость, трейсинг Проектировать и развивать самообучающийся контур: сбор ошибок из продакшена, пополнение датасетов оценки, регрессионное тестирование, контролируемая выкатка улучшений Отвечать за качество моделей: эталонные наборы, метрики точности, автоматические гейты качества в CI, мониторинг деградации в проде. Отвечать за производительность и экономику решения: нагрузка, latency, стоимость обработки обращения Обеспечивать соответствие требованиям по работе с персональными и медицинскими данными на уровне архитектуры (обезличивание, аудит решений, хранение) Проводить код-ревью и дизайн-ревью, развивать middle ML-инженеров через наставничество и парное проектирование Представлять и защищать архитектурные решения перед CTO и продуктовой командой Что для нас важно: Опыт в роли ML-инженера от 4 лет Опыт запуска в production масштабных и сложных ML / LLM-решений Опыт реализации моделей классического ML (Scikit-learn, CatBoost) Глубокое понимание архитектуры современных LLM и мультимодальных моделей Опыт промышленного использования inference-фреймворков: vLLM, SGLang, TensorRT-LLM, llama.cpp LLMOps Воспроизводимость системы, бенчмарки и регрессионное тестирование Опыт дообучения трансформеров (LoRA, QLoRA, SFT) — DPO / RLHF будет плюсом Современный LLM-стек: уверенное понимание RAG, agentic-loop, agent harness, multi-agent систем, MCP Знание теории вероятностей, опыт проведения и оценки A/B тестов Опыт разработки и настройки guardrails для LLM-систем Уверенное владение Python и асинхронными фреймворками, такими как FastAPI Умение писать тесты (pytest) Опыт работы с асинхронными задачами (RabbitMQ, Celery, Kafka) Контейнеризация Владение инструментами контейнеризации (Docker) Знание стандартов качества кода (Flake8, mypy) Навыки настройки CI/CD-процессов и базовая работа с k8s Будет плюсом: Будет плюсом опыт в MedTech / Healthcare, NLP на медицинских текстах и работе с чувствительными данными Опыт разработки самообучающихся агентов (self-harness) У нас в команде: Ежегодный отпуск продолжительностью 28 календарных дней Формат работы на выбор: удаленный, гибрид или офис ДМС «Лучи» для тебя и твоих несовершеннолетних детей через 3 месяца после начала работы + доступ к виртуальной клинике с первого дня работы Скидка на подключение к ДМС «Лучи» для родственников Страхование от несчастных случаев после трех месяцев работы Страховой полис выезжающего за рубеж (ВЗР) для тебя и двух твоих родственников после трех месяцев работы Помощь в значимых для тебя событиях Корпоративная программа лояльности BestBenefits ❤️ Ты будешь частью большого социально значимого дела. Мы реализуем амбициозную задачу — меняем рынок страхования и здравоохранения, действительно помогаем людям, и у нас это отлично получается. И у тебя получится!