ML/NLP Engineer

О нас

Мы разрабатываем собственную cloud-native платформу потоковой обработки данных и на её основе создаём решения в области текстового и сетевого анализа.

Работаем с большими объёмами данных — порядка 10 млн событий и 10 ТБ в сутки — и разрабатываем собственные state of the art алгоритмы.

Ищем ML/NLP-инженера в команду, которая занимается AI-сервисами на собственной инфраструктуре.

У нас нет жёсткого разделения между исследованием, разработкой моделей и их внедрением: можно исследовать новый подход, обучить модель, встроить её в pipeline и довести до production.

Чем предстоит заниматься

В зависимости от проекта задачи могут быть разными:

• разрабатывать и дообучать Transformer-модели для задач NLP — классификация, суммаризация, извлечение сущностей;
• работать с LLM и строить RAG и мультиагентные системы: retrieval, embeddings, формирование ответов, оценка качества и борьба с галлюцинациями;
• работать с документами и OCR, строить пайплайны подготовки и обработки данных;
• экспериментировать с новыми моделями и подходами, проводить бенчмарки и анализировать ошибки;
• интегрировать модели в существующие сервисы и асинхронные пайплайны, доводить решения до production;
• участвовать в проектировании AI-архитектуры и развитии внутренних AI-сервисов.

Часть задач связана с оптимизацией моделей и production-инфраструктурой, в том числе внедрение собственного MLOps-движка.

Что для нас важно

• Высшее техническое образование;
• уверенно владеть Python и SQL;
• иметь практический опыт работы с ML/NLP и Transformer-моделями;
• понимать устройство LLM и принципы работы и архитектуры RAG;
• иметь опыт работы с PyTorch и Hugging Face Transformers;
• уметь самостоятельно строить пайплайны подготовки данных и проводить эксперименты;
• понимать, как оценивать качество моделей и анализировать ошибки;
• иметь опыт интеграции ML/LLM-решений в production.

Для LLM-задач используем LangChain, LangGraph, LlamaIndex, vLLM, llama.cpp.

Для потоковой обработки и production-интеграции — Kafka,Pulsar, Python, Kubernetes, GitLab.

Будет плюсом

• Опыт разработки LLM-агентов и с использованием LLM-агентов;
• Fine-tuning и оптимизация моделей: квантование, дистилляция, ускорение инференса
• Опыт работы с BI/DWH/корпоративными данными
• Опыт с Docker/Kubernetes, GitLab CI
• Английский на уровне чтения технической документации, в числе умение читать научные статьи на английском (ICML, NeurIPS, KDD, IJCAI, ICLR) и быстро прототипировать новые подходы
• Готовность разбираться в новых как для себя, так и для компании технологиях, внедрять новые практики и подходы;
• Способность самостоятельно отвечать за задачу от уточнения требований и до выкатки на продакшен.

Наш стек:

Задачи ведём в таск-трекере собственной разработки, код храним в GitLab, сервисы работают в Kubernetes, деплой — через ArgoCD.

В работе используем PostgreSQL, Elasticsearch, ClickHouse, Kafka/Pulsar, RabbitMQ, а для мониторинга — LGTM-стек (Loki, Grafana, Tempo, Mimir).

Условия

• Официальное трудоустройство в аккредитованную ИТ-компанию в соответствии с ТК РФ
• График 5/2 с гибким началом рабочего дня
• Возможность гибридного формата работы по результатам испытательного срока
• Офис в шаговой доступности от м. Марьина роща