Senior ML Engineer [CICADA8]

Обязанности

Дообучать и адаптировать LLM под задачи информационной безопасности (SFT, LoRA / QLoRA, PEFT), готовить данные для обучения и оценивать качество результата; Разворачивать, оптимизировать и сопровождать on-prem модели в закрытом контуре компании; Проектировать и разрабатывать агентские системы на архитектурном уровне: создавать мультиагентные пайплайны, организовывать память и оркестрацию, настраивать взаимодействие агентов и обрабатывать сложные сценарии; Строить и развивать RAG-пайплайны для внутренних продуктов (чат-боты по продуктам, генерация презентаций и документов); Быстро проверять гипотезы: прототипировать, собирать PoC и MVP, оценивать метрики и качество моделей; Собирать и обрабатывать датасеты по тематике ИБ (пентест, выявление уязвимостей, детект фишинга); Выстраивать масштабируемые MLOps / LLMOps-процессы: выбирать инструменты и обеспечивать стабильную работу моделей в продакшене; Вести эксперименты и A/B-тесты, мониторить и постоянно улучшать качество моделей и агентов

О проекте

CICADA8 занимается разработкой продуктов и услуг, направленных на выявление и управление уязвимостями в кибер-безопасности. Мы разрабатываем передовые технологии защиты информации и помогаем нашим клиентам повысить уровень безопасности своего бизнеса. Сейчас мы ищем Senior ML Engineer, который готов глубоко погрузиться в работу с LLM, дообучение моделей и разработку агентских систем для задач информационной безопасности. Наш стек: Python, PyTorch, TensorFlow, scikit-learn, XGBoost, CatBoost, Transformers, NLP, SFT, LoRA / QLoRA, PEFT, vLLM, Hugging Face, LangChain, LangGraph, LlamaIndex, Agno, RAG, Qdrant, pgvector, ONNX, TensorRT, FastAPI, NATS, MLflow, MLOps / LLMOps, Elasticsearch, Kafka, ClickHouse, Docker, Linux, Git.

Требования

Уверенный опыт в NLP и дообучении LLM: SFT, LoRA / QLoRA, PEFT. Важно, чтобы вы понимали, какой подход выбрать под задачу и как готовить данные для обучения; Практический опыт разворачивания и оптимизации on-prem моделей; Сильный опыт разработки агентских систем с пониманием их архитектуры: проектирование мультиагентных пайплайнов, организация памяти, оркестрации и взаимодействия агентов; Уверенное владение LangChain, LangGraph, LlamaIndex, Agno и аналогами; Опыт построения RAG-пайплайнов; Опыт построения MLOps / LLMOps-процессов: выбор инструментов, деплой, мониторинг и поддержка моделей в продакшене; Уверенное владение ML-фреймворками: PyTorch, TensorFlow, scikit-learn, XGBoost, CatBoost, Transformers; Опыт работы с большими объёмами данных: сбор, логирование, нормализация, хранение и парсинг с использованием современных инструментов (Elasticsearch, Kafka, ClickHouse); Практический опыт коммерческой разработки: ONNX, TensorRT, FastAPI, NATS, Docker; Умение эффективно формировать и обрабатывать датасеты (подготовка, аугментация, балансировка) и анализировать метрики качества моделей (mAP, F1-score и др.); Опыт в RnD будет плюсом.

Условия

ДМС с первого месяца работы — 100% покрытие всех медицинских расходов, включая стоматологию; Выгодные скидки и специальные предложения от партнеров на фитнес, курсы английского и другие полезные активности; Возможность участвовать во внешних конференциях и повышать квалификацию за счёт компании через внешнее обучение; Работа в команде профессионалов, готовых делиться знаниями; Открытая и дружелюбная корпоративная культура, где каждый чувствует себя частью единой команды, общается на равных и всегда на «ты». Мы ценим вклад каждого, поддерживаем инициативность и создаём комфортные условия для профессионального и личностного роста.