Требования
• высшее образование: математика, физика, информатика или профильный data science
• 5+ лет в ML, из них не меньше полутора лет с LLM в проде
• RAG в продакшене, а не демо: с метриками качества, нагрузкой и историей улучшений
• Fine-tuning: SFT, LoRA/QLoRA, желательно DPO. И понимание, когда дообучение не нужно
• опыт построения и калибровки LLM-as-judge. Знаете, как judge врёт и как это ловить
• Guardrails и детекция галлюцинаций
• мультиагентные пайплайны: оркестрация, обработка отказов, ограничение стоимости
• Python: пишете код, который уходит в прод. Тесты, ревью, код-стайл
• английский для чтения статей и документации
• специфика банка: много контрагетов, с ними нужно иногда коммуницировать.
Будет плюсом
• опыт python-бэкендера: FastAPI, асинхронность, очереди, PostgreSQL, векторные хранилища
• графы знаний и онтологии
• NLI, извлечение фактов, работа с разметчиками
• публикации, доклады, open source.