AI-разработчик (AI Developer)

Sales Doctor — IT-компания из Ташкента. Мы делаем три продукта для FMCG- рынка: систему автоматизации дистрибуции, B2B-маркетплейс iBox и кассовую систему idokon. Ищем AI-разработчика, который будет проектировать, обучать и внедрять модели в наши продукты: от компьютерного зрения (Computer Vision) до LLM- сервисов на собственных данных. Это инженерная роль полного цикла — от идеи и данных до модели в продакшене. Чем предстоит заниматься: • Разрабатывать и обучать модели компьютерного зрения (Computer Vision): классификация, детекция, распознавание изображений. • Строить сервисы на базе LLM: подбор модели, дообучение (fine-tuning), промпт-инжиниринг, оценка качества ответов. • Настраивать RAG-пайплайны: подготовка и чанкинг данных, эмбеддинги, векторный поиск, контроль токенов и контекста. • Проектировать собственные многослойные нейросети под задачи, где готовые модели не подходят. • Разворачивать и адаптировать open-source модели на нашей инфраструктуре. • Доводить модели до продакшена вместе с командой разработки: API, мониторинг качества, оптимизация скорости и стоимости. Требования: • Бэкграунд в AI или разработке. Профильное образование либо коммерческий опыт в ML/AI или программной разработке; уверенный Python. • Глубокое понимание AI. Вы понимаете, что такое AI и как он устроен изнутри: нейросети, обучение, функции потерь, оптимизация, метрики качества — а не только умеете вызывать готовые API. Page 1 of 2Вакансия: AI-разработчик (AI Developer) • Компьютерное зрение. Практический опыт с CV-задачами и инструментами (PyT orch или T ensorFlow, OpenCV , архитектуры CNN и ViT , модели семейства YOLO). • LLM. Опыт работы с большими языковыми моделями: архитектура трансформеров, fine-tuning, промпт-инжиниринг, оценка качества. • Собственные модели. Умение самостоятельно спроектировать многослойную нейросеть, обучить её на своих данных и довести до рабочего состояния. • Open-source модели. Опыт развёртывания и дообучения открытых моделей (экосистема Hugging Face, Llama, Mistral, Qwen и аналоги), включая локальный инференс. • RAG и токенизация. Опыт построения RAG-систем: токенизация, чанкинг, эмбеддинги, векторные базы данных, управление контекстным окном. Будет плюсом: • Опыт вывода моделей в продакшен: Docker, Kubernetes, GPU-инференс, квантизация. • Знание векторных баз (Qdrant, pgvector, Milvus) и фреймворков LangChain или LlamaIndex. • Опыт построения AI-агентов и работы с tool calling. • Опыт с данными на узбекском и русском языках. • Портфолио: GitHub, Kaggle, публикации или работающие продукты.​​​​​​​​​​​​​​