Мы - международная аутстафф-команда, внедряющая production-grade AI в строго регулируемые индустрии. Одна из ключевых задач проекта - автоматизировать комплаенс и аналитику рисков/затрат в цепочках поставок с помощью LLM и классического ML.
Наша цель? Превратить горы регуляторных документов и данных закупок в надёжные пайплайны, которые проходят аудит с первого раза, не галлюцируют на критических флоу и живут в проде дольше спринта. Старт ASAP, работа онсайт в Абу-Даби, английский B2+.

Если ты понимаешь разницу между настроенным RAG и "просто поиском по векторам", выкатываешь модели с мониторингом дрифта и готов к background screening - давай общаться.

Что нужно будет делать:

• проектировать и обучать LLM/NLP-решения для сложных технических и регуляторных текстов;
• строить RAG-пайплайны поверх крупных документальных репозиториев (chunking, embedding, retrieval, reranking);
• разрабатывать модели прогнозирования, скоринга рисков и классификации для supply chain & spend analytics;
• деплоить модели в виде продакшен-сервисов (API-интеграция), обеспечивая надёжность, логирование и QA;
• адаптировать решения под строгие регуляторные требования, участвовать в код-ревью и синках с бизнес-стейкхолдерами.

Что мы ждем от тебя:

• senior grade в DS/ML с реальными продакшен-деплоями;
• уверенный Python и ML-стек (PyTorch/TensorFlow, scikit-learn, Pandas/NumPy);
• hands-on опыт работы с трансформерами и LLM (fine-tuning, prompt engineering, evaluation, guardrails);
• практический опыт построения RAG / Information Retrieval систем и структурированного извлечения данных;
• чёткое понимание MLOps-гигиены: контейнеризация, API-обёртки, версионирование моделей, базовый мониторинг и автоматизация доставки.