OKPixels

Привет! Я запускаю первые AI-пилоты в нефтегазовой компании — делаем реальные штуки: предиктив, оптимизацию, LLM-ассистентов для инженеров. Ищу ребят, кто умеет делать, а не рассуждать — AI Lead, Data Engineer, ML, MLOps, Prompt-инженеров, Data Curator’ов и экспертов из отрасли. Маленькая команда, быстрые циклы, никакой бюрократии. Хочешь поучаствовать — пиши в личку, расскажу, что делаем и как подключиться.

Сейчас я ищу:

AI Lead / Senior ML Engineer

Задача: вести техническую часть AI-пилотов — от идеи до рабочего прототипа.

Что делает: проектирует архитектуру решений, выбирает стек, строит пайплайны данных, разрабатывает и обучает модели (предиктив, оптимизация, аналитика). Руководит небольшой командой, помогает DevOps и Data Engineer’у.

Нужен опыт: 4+ лет в ML/AI, Python, PyTorch/TF, понимание продакшн-пайплайнов, умение общаться с бизнесом.

Data Engineer

Задача: обеспечить качественные данные для моделей.

Что делает: собирает данные из корпоративных систем (SCADA, PI, SAP), чистит, объединяет, готовит наборы для ML. Настраивает пайплайны (ETL, Airflow, Kafka, Spark).

Нужен опыт: SQL, Python, Pandas, базовые принципы DWH, понимание API и интеграций.

ML Engineer / Data Scientist

Задача: разрабатывать и обучать ML-модели под конкретные бизнес-кейсы.

Что делает: анализирует данные, выбирает подходящие алгоритмы, обучает и тестирует модели, считает метрики, помогает валидации с экспертами.

Нужен опыт: Python, ML-библиотеки (Scikit-learn, PyTorch), практика построения и валидации моделей, знание статистики.

MLOps / DevOps Engineer

Задача: сделать так, чтобы модели реально работали в проде.

Что делает: разворачивает окружения, автоматизирует CI/CD, мониторинг, логирование, управление версиями моделей.

Нужен опыт: Docker, Kubernetes, MLflow, GitLab CI, Linux, опыт деплоя моделей.

LLM / Prompt Engineer

Задача: адаптировать большие языковые модели под внутренние задачи (поиск, ассистенты, документы).

Что делает: пишет и тестирует промпты, выстраивает цепочки RAG, проверяет ответы модели, подбирает контекст. Совместно с ML-инженером участвует в лёгком дообучении.

Нужен опыт: OpenAI API / Llama / Mistral, LangChain / LlamaIndex, работа с RAG, понимание принципов prompting.

Data Curator / Labeling Specialist

Задача: подготовить данные для обучения моделей (особенно LLM).

Что делает: собирает и чистит тексты, удаляет лишнее, размечает пары «вопрос–ответ», создаёт контрольные наборы для проверки.

Нужен опыт: аккуратность, базовые SQL/Python навыки, понимание структуры текстов и данных.