AI/LLM-инженер: поднять точность RAG-системы, контракт на этап

Ищу инженера с реальным опытом RAG на контрактный проект. Не разовый скрипт, работа на этап 3 недели с продолжением при хорошем результате. Что за система: Q&A по технической документации (инженерные стандарты, большие PDF с таблицами и перекрёстными ссылками). Python, Supabase, OpenAI API, корпус 3000+ документов. Пайплайн собран и работает, точность около 60%. Ретрив поднимает правильные чанки, точность теряется на этапе отбора и генерации: модель игнорирует нужные куски и отвечает not resolved. Что нужно сделать на первом этапе: 1. Замерочный стенд: прогон эталонных вопросов, автоматическая оценка,    базовая линия точности 2. Разбор, почему модель не использует правильные чанки 3. Улучшения: отбор evidence, промпт, подбор модели 4. Снижение себестоимости ответа, сейчас она неадекватно высокая Дальше при успехе: метаданные чанков, structured tables, граф ссылок между документами. Работы на месяцы. Формат: Удалёнка, part-time. Оплата понедельно по факту принятой работы, без задержек. Проектом руковожу я: постановка, приёмка и общение с заказчиком на мне, на вас инженерная часть. Кого ищу: - живой опыт RAG в проде, не туториалы и не курсы - Python, pgvector / Supabase или аналоги - привычка мерить качество цифрами, а не крутить промпт на глаз - умение разбираться в чужом коде, систему писал другой человек ВАЖНО, отклики без этого не рассматриваю: 1. Одним абзацем: самый сложный RAG-проект, который вы делали,    и что в нём было узким местом. 2. Ответ на вопрос: ретрив поднял правильные чанки, но модель пишет    not resolved. Назовите три возможные причины и как проверите каждую. Шаблонные отклики и отклики без ответов на два пункта пропускаю.