TechLead

#vacancy #TechLead #NLP #LLM #GenAI #RAG #Python Tech Lead NLP / LLM (Generative AI / Крупный банк) 🤖 🧠 ID вакансии: TLN_DNA Ставка: до 430 000 руб. на руки в месяц. Грейд: Lead. Загрузка: Full-time (полная занятость). Формат: Удалённо. Локация/Гражданство: РФ / РФ. Ищем опытного Tech Lead NLP / LLM для руководства командой инженеров в крупном банке РФ. Вы будете определять технологический стек и архитектуру для масштабных проектов Generative AI: умных LLM-ассистентов, систем интеллектуального поиска и обработки документов. Это роль для зрелого лидера, который сочетает глубокую техническую экспертизу в NLP/LLM с управленческими навыками. 🚀 Ключевые задачи: Управление командой: Руководство NLP-инженерами и Data Scientists: планирование, приоритизация, Code Review. Наставничество и внедрение best practices в команде. Выстраивание процессов в продуктовой или исследовательской команде. Архитектура и стек: Выбор технологического стека для LLM/NLP-решений: fine-tuning, LoRA, RAG, prompt engineering, LangChain/LangGraph, vector DBs. Проектирование масштабируемой архитектуры для распределённого инференса. Проекты: Создание диалоговых ассистентов и систем интеллектуального поиска по базам знаний. Интеграция открытых LLM (Qwen, DeepSeek, Llama, Mistral) в корпоративную инфраструктуру. Взаимодействие: Плотная работа с бизнесом и ИТ-командами для контроля реализации проектов. Аргументированная защита архитектурных решений перед стейкхолдерами. 🎯 Обязательные требования: Опыт и лидерство: От 5 лет в NLP/ML, из них от 3 лет в роли Tech Lead / Team Lead. Опыт выстраивания процессов в продуктовой или исследовательской команде. Умение аргументированно защищать архитектурные решения. ML/NLP экспертиза: Глубокое понимание ML-алгоритмов, архитектуры Transformers, механизма Attention. Опыт работы с RAG, SFT (Supervised Fine-Tuning), LoRA/Adapters. Понимание принципов масштабирования и распределённого инференса LLM. Программирование и фреймворки: Уверенное владение Python. Опыт работы с PyTorch, HuggingFace, sentence-transformers. Опыт работы с LangChain / LangGraph. Опыт разработки API на FastAPI. LLM-интеграции: Практический опыт интеграции открытых LLM: Qwen, DeepSeek, Llama, Mistral. Понимание особенностей fine-tuning, prompt engineering и оптимизации инференса. 💡 Будет преимуществом (Nice to have): Построение высоконагруженных RAG-систем (PostgreSQL / ClickHouse / OpenSearch + vector engines). Интеграция LLM с корпоративными системами и BI. Знание инструментов мониторинга LLM (latency, quality, cost). 📲 Контакт для отклика: @hrwomenpro (При отклике, пожалуйста, сразу присылайте актуальное резюме, пишите ID вакансии: TLN_DNA)