AI Engineer – RAG / Knowledge Graph / Local LLM

О нас

LumosIT - пять лет на рынке IT-разработки для бизнеса, резидент Технопарка Сколково, резидент Московского Инновационного Кластера, патенты на изобретения в области передовых методов AI.

Строим корпоративные AI-системы для B2B: от строительства и производства до банков и логистики. Ядро нового продукта - интеллектуальные базы знаний, которые отвечают на основе внутренней документации компании без галлюцинаций и с трассировкой до источника. Заказов становится больше, проекты идут параллельно, поэтому расширяем команду инженером, для которого RAG это основная специализация.

Чем предстоит заниматься

• Проектировать и строить RAG-пайплайны под нестандартные источники: транскрипты, живая речь, методологические материалы

• Строить Knowledge Graph поверх векторной базы - типология связей, смысловые цепочки, интеграция с retrieval в лучших традициях Карпати

• Разворачивать LLM семейства Qwen локально, настраивать OpenAI-совместимый API поверх

• Работать с Qdrant: payload-фильтрация, гибридный поиск, мультиарендная архитектура

Задачи повторяются от проекта к проекту, устойчивый поток работы.

Требования

Опыт в Python и ML от 5-6 лет. С RAG-системами от 2-3 лет - с того момента, когда это стало актуальной инженерной задачей.

• Гибридный поиск (dense + sparse/BM25) - строил, понимаешь ограничения семантики

• Qdrant или аналог (Weaviate, Milvus) - работал в продакшне, не на пет-проектах

• Knowledge Graph - ребра с типологией, граф-обход, связка с векторным поиском

• Локальный деплой: llama.cpp, vLLM или Ollama, квантизация, CUDA

• LangGraph или LangChain - многошаговые агенты с состоянием, обработка ошибок, retry

• Русскоязычные данные - знаешь специфику токенизации, умеешь выбирать embedding-модель под задачу

Стек: Python 3.10+, FastAPI, asyncio · LangGraph · Qdrant + pgvector · PostgreSQL / SQLAlchemy async · sentence-transformers, multilingual-e5-large · NetworkX · llama.cpp / vLLM · Docker, Linux · Git

Плюсом: опыт с RAGAS / DeepEval, Neo4j, неструктурированными источниками, LoRA fine-tuning на RU-данных.

Условия

Работа удаленная. При желании - рабочее место в Технопарке Сколково.

Работа напрямую с основателем компании без лишних звеньев.

Договор с самозанятым или ИП. Оформление по ТК обсуждается.

Зарплата: 180 000 - 260 000 руб., финальная цифра по итогам разговора.

Вводный период 1-2 недели, оплачивается. Небольшое тестовое задание на 1-2 часа на этапе отбора.