🚀 ML / LLM Engineer — iFORA (НИУ ВШЭ)Платформа iFORA анализа 850+ млн документов (наука, патенты, медиа). Развиваем LLM-системы для Deep Research: RAG, multi-agent, knowledge graph.Задачи: • LLM-агенты и multi-agent системы • развитие RAG • оптимизация LLM inference • вывод ML/AI сервисов в productionСтек: Python, PyTorch, Transformers, LangChain/LangGraph, vLLM, Triton, ONNX, TensorRT, MLflow, DockerТребования: 3+ лет ML/AI, опыт LLM/RAG, production MLИнфраструктура: GPU A40 / A100 / H200 + суперкомпьютер

Формат: гибрид / удалёнка

iFORA — интеллектуальная система анализа больших данных (разработка Института статистических исследований и экономики знаний НИУ ВШЭ).Платформа анализирует 850+ млн документов (научные статьи, патенты, аналитические материалы, медиа) и используется для поддержки стратегических решений в науке, технологиях и экономике.Мы развиваем новое направление — LLM-системы для deep research и аналитики, включая multi-agent архитектуры, RAG-системы и knowledge graphs.Ищем Senior ML / LLM Engineer, который поможет проектировать и развивать интеллектуальные системы анализа знаний.

• Разработка multi-agent систем (MAS) для Deep Research задач
• Создание LLM-агентов с использованием tool calling, planning и reasoning
• Проектирование и развитие RAG-архитектуры включая поверх коллекции из 850+ млн документов
• Разработка и поддержка knowledge graph для аналитических и исследовательских сценариев
• Оптимизация LLM inference (latency, throughput, batching, KV cache)
• Подготовка и оптимизация моделей для production
• Разработка воспроизводимых ML pipelines и инфраструктуры экспериментов
• Внедрение и эксплуатация AI / ML сервисов в production

Основные

• 3+ лет опыта в Machine Learning / AI
• знание паттерной архитектуры и системного дизайна
• уверенное владение Python
• опыт разработки систем на базе LLM
• опыт построения RAG систем или AI-агентов
• опыт вывода ML/AI сервисов в production
• понимание архитектуры ML pipelines и инженерного подхода

Будет плюсом

• опыт работы с LangChain / LangGraph
• опыт разработки multi-agent систем
• опыт реализации GraphRAG, AgenticRAG, Colbert
• опыт оптимизации inference (vLLM, Triton, TensorRT, ONNX)
• опыт обучения или fine-tuning моделей (LoRA, multi-GPU training)
• опыт работы с knowledge graphs или графовыми БД (Neo4j, ArangoDB, Neptune)
• опыт работы с ML experiment tracking (MLFlow, W&B, DVC)
• опыт работы с s3 хранилищами
• опыт работы с мультимодальными моделями

Что мы предлагаем

• участие в развитии одной из крупнейших аналитических платформ научных данных
• работа с современными LLM и AI-архитектурами
• сильная исследовательская и инженерная команда
• гибкий график (начало рабочего дня с 8:00 до 11:00)
• гибридный формат работы (возможна удалёнка)
• обучение и курсы НИУ ВШЭ, английский язык
• доступ к библиотеке НИУ ВШЭ и образовательным ресурсам
• программы лояльности фитнес-клубов и театров
• офис на Мясницкой (м. Лубянка / м. Тургеневская)