Хотите стать частью увлекательного процесса цифровой трансформации?
Блок IT в СОГАЗ активно развивается и меняет подход к созданию продуктов. Мы создаем новые сервисы и решения, которые делают нашу работу более технологичной и эффективной.
Проект: Мы — команда центра внедрения искусственного интеллекта, которая помогает бизнесу использовать в своей работе ML-решения, в том числе для прогнозирования оттока (клиентов, менеджеров, сотрудников КЦ) и создания других моделей машинного обучения.
Формат работы - у нас полный офис в комфортабельном бизнес-центре м. Курская.
Обязанности:
-
Разрабатывать AI-агентов: учить LLM использовать внешние функции и выстраивать логику их работы;
-
Создавать и интегрировать инструменты для агентов и подключать внешние данные/сервисы через MCP;
-
Собирать и поддерживать RAG-пайплайны: чанкинг, эмбеддинги, индексация в векторные БД, retrieval, базовый reranking;
-
Работать с промптами: писать, тестировать и отлаживать системные промпты, разбирать ошибки модели и улучшать её поведение;
-
Вести разработку с AI-ассистентами: быстро прототипировать, генерировать и рефакторить код, понимая и проверяя результат;
-
Применять базовый NLP / Classic ML для вспомогательных подзадач (классификация, извлечение).
Требования:
-
Навыки в Python: ООП, типизация, работа с API, базовый async;
-
Практическое понимание LLM: контекст и токены, сэмплинг, structured output, function calling, ограничения моделей и prompt engineering;
-
Опыт работы с LLM через API (OpenAI / Anthropic / локальные);
-
Опыт работы с агентными паттернами, прежде всего ReAct: умение строить и отлаживать цикл «рассуждение → вызов инструмента → наблюдение» (LangChain / LangGraph / LlamaIndex);
-
Создание и интеграция инструментов для агентов, опыт с MCP-серверами и понимание идеи skills;
-
Уверенная работа с AI-ассистентами: постановка задачи, ревью и доводка сгенерированного кода (Claude Code / Cursor / Codex / OpenCode);
-
Навыки в RAG end-to-end и опыт хотя бы с одной vector DB (Qdrant / Chroma / pgvector / FAISS);
-
Знание Git, осмысленная работа с ветками и PR.
Базовый уровень (достаточно общего понимания):
- NLP: токенизация, эмбеддинги, базовая классификация / NER;
- Classic ML: основные модели и метрики (scikit-learn).
Будет плюсом:
- Асинхронные сервисы (FastAPI);
- Hybrid search (BM25 + dense);
- Базовый fine-tuning / LoRA;
- Контейнеризация и CI/CD (Docker, GitHub Actions);
- FastMCP.
- Оформление полностью в соответствии с ТК РФ, включая оплачиваемый отпуск 29 календарных дней (плюс 1 день отпуска);
-
ДМС в лучших клиниках города, страхование жизни и страхование от несчастных случаев и болезней + ДМС родственников с 75% скидкой;
- Премиальные условия на всю продуктовую линейку группы компаний «СОГАЗ» для работников и их близких родственников (ОСАГО, каско, имущество, жизнь);
- Социальный пакет и специальные предложения по страхованию, кредитованию и другие программы от наших партнёров.
- Профессиональное развитие: курсы, тренинги, корпоративная библиотека;
- Заботу компании о детях сотрудников: подарки на Новый год и скидки в детские лагеря.
Похожие вакансии
Опыт работы от 2–3 лет в роли Data Scientist или ML Engineer. Понимание основ статистики, теории вероятностей, математической логики.
Математический бэкграунд. Хорошее знание Python и ключевых фреймворков для работы с данными (PySpark, PyArrow, Pandas). Опыт написания качественного production кода.
Высшее техническое образование. Опыт работы от 3 до 5+ лет в роли ML-инженер/AI-инженер. Наличие успешных кейсов...
Опыт коммерческой разработки на Python — от 3 лет. Уверенное владение FastAPI (async/await, Pydantic, middleware, OpenAPI). Понимание архитектуры REST и...
Опыт коммерческой ML-разработки или эквивалентная сложность петпроектов от 2 лет. Профильное высшее образование с математическим, физико-математическим или IT...
