AI-инженер (кенже/жетектөөчү)

Сүрөттөмөсү: Data Science жана Generative AI чөйрөсүндөгү уникалдуу долбоорлордун үстүндө иштеген кесипкөйлөр командасына кошулуңуз. Биз бизнес-процесстерди автоматташтыруучу алдыңкы чечимдерди иштеп чыгабыз жана заманбап ML-моделдерин ишке киргизебиз. Биз тез өсүүгө даяр, таланттуу башталгыч адистерге (Junior), ошондой эле тажрыйбалуу инженерлерге (Middle/Middle+) издөө салабыз. Эгер сиз актуалдуу LLM-стек (PyTorch, LangChain, вектордук МБ) менен иштеп, күчтүү адистер менен жанаша реалдуу тапшырмаларды чечүүнү кааласаңыз — биздин командага кош келиңиз!

Кызматтык милдеттери:

• Чоң тил моделдеринин (LLM) негизиндеги системаларды долбоорлоого жана иштеп чыгууга катышуу.
• RAG (Retrieval-Augmented Generation) пайплайндарын куруу, тесттөө жана оптималдаштыруу.
• Маалыматтарды чогултуу жана даярдоо процесстерин уюштуруу, RAG-системалардын тактыгын жогорулатуу үчүн маалыматтарды иштеп чыгууну автоматташтыруу жана сапатын көзөмөлдөө.
• ML-моделдерин интеграциялоо үчүн API иштеп чыгуу жана колдоо (FastAPI).
• Сервистерди контейнерлештирүү (Docker) жана моделдерди компаниянын ички (on-premise) серверлерине жайгаштырууга (deploy) катышуу.
• Agile/Scrum методологиялары боюнча таза, документтештирилген код жазуу.

Жалпы талаптар (Must-have):

• STEM тармагында жогорку билими (окууну аяктаган же акыркы курстарда окуйт).
• Python (FastAPI, pandas, NumPy, scikit-learn, PyTorch) тилин ишенимдүү билүүсү.
• Трансформерлердин архитектурасын, LLM жана RAG иштөө принциптерин түшүнүүсү.
• Вектордук маалымат базалары (Qdrant, ChromaDB же pgvector) жана LangChain/LangGraph фреймворктору менен тааныш болуусу.
• Linux, Git жана Docker менен иштөөнүн базалык көндүмдөрү.
• Англис тили B2+ деңгээлинде (техникалык документацияларды жана илимий макалаларды эркин окуу деңгээли).

Тажрыйбасы (деңгээлине жараша):

• Junior деңгээли үчүн: Күчтүү теориялык база, профилдик пет-долбоорлордун (GitHub) болушу, Kaggle, хакатондорго же изилдөө долбоорлоруна катышуусу.
• Middle жана андан жогору деңгээл үчүн: 12 айдан 18 айга чейинки коммерциялык иштеп чыгуу тажрыйбасы (ML Engineer, Data Scientist же Python Backend ролунда), ML/LLM моделдерин ишке киргизүү тажрыйбасы.

Артыкчылыктуу:

• vLLM менен иштөө тажрыйбасы, кванттоо ыкмаларын (AWQ, GPTQ, GGUF) жана видео эс тутумду (VRAM) колдонууну оптималдаштырууну түшүнүү.
• GenAI сапатын баалоочу фреймворктор (Ragas, TruLens, LLM-as-a-judge) менен тааныштыгы.
• CI/CD, MLOps (мисалы, MLflow) базалык принциптерин түшүнүү жана Kubernetes (K8S) боюнча билими.
• IT-сертификаттардын, профилдик басылмаларынын болушу же чет өлкөдө билим алуу тажрыйбасы.
• Маалыматтарды презентациялоо жана сторителлинг көндүмдөрү.

Шарттары:

• Enterprise-сегментинде алдыңкы технологиялар жана реалдуу AI-кейстер менен иштөө.
• Маалыматтарды иштеп чыгуу, сактоо жана талдоо боюнча өлкөдөгү эң мыкты тажрыйба.
• Шаардын борборунда жайгашкан, толук жабдылган жумуш орду (бир нече монитор) менен камсыздалган ыңгайлуу офис.
• Кесиптик өнүгүү программасы: Coursera сервисине корпоративдик жазылуу.
• Жагымдуу бонустар: акысыз мобилдик байланыш, Spotify Premium жазылуусу.
• Деңгээлдерди жогорулатуунун ийкемдүү системасы жана жогорку натыйжаларда тез карьералык өсүү мүмкүнчүлүктөрү.
• Иш графиги: 5/2, саат 9:00дөн 18:00гө чейин.