Мы ищем специалиста широкого профиля, который сможет работать на стыке Data Science, Machine Learning Engineering и Generative AI.
Дорогие соискатели, обращаем ваше внимание: вакансия предполагает формат работы "5/2 В ОФИСЕ" (не удаленно, не гибрид)
Чем предстоит заниматься
Machine Learning и Data Science
- Разрабатывать, тестировать и внедрять ML-модели для прикладных бизнес-задач.
- Исследовать данные, находить закономерности и формировать признаки для моделей.
- Проводить ML-эксперименты, сравнивать подходы и выбирать наиболее эффективные решения.
- Работать с задачами классификации, регрессии, NLP и Computer Vision.
- Разрабатывать решения на всех этапах: от подготовки данных и формирования гипотезы до внедрения модели.
GenAI / LLM / RAG
- Разрабатывать решения на базе больших языковых моделей (LLM).
- Работать с LLM через API, Hugging Face и локальные модели.
- Проектировать prompt-based и цепочные сценарии обработки запросов.
- Создавать и улучшать RAG-системы.
- Настраивать полный retrieval-контур: подготовку и разбиение документов, embeddings, векторный поиск, стратегии retrieval и маршрутизацию запросов.
- Экспериментировать с различными архитектурами GenAI-решений и оценивать их качество.
Computer Vision
- Развивать AI-решения на базе Computer Vision.
- Работать с задачами классификации, детекции и сегментации изображений.
- В частности, участвовать в проектах Food Visual Computing (FVC).
Speech / ASR
- Разрабатывать пайплайны автоматического распознавания речи.
- Работать с Whisper и технологиями диаризации.
- Адаптировать распознавание под специализированную и доменную лексику.
Data Engineering и MLOps
- Работать с данными совместно с Data Engineering-командой.
- Участвовать в создании и совершенствовании ETL/ELT-процессов.
- Контейнеризировать ML-приложения и модели.
- Настраивать процессы экспериментов, версионирования и воспроизводимости.
- Участвовать в мониторинге моделей и ML-сервисов.
- Выводить модели и AI-решения в production и сопровождать их дальнейшую работу.
- Развивать ML-инфраструктуру и автоматизировать повторяющиеся процессы.
Особенно заинтересуют соискатели, у которых есть:
- опыт самостоятельной разработки ML/AI-продуктов или сервисов;
- проекты с LLM, RAG или другими GenAI-технологиями;
- опыт Computer Vision;
- опыт production-разработки ML-моделей;
- понимание MLOps-практик;
- опыт работы с ML-инфраструктурой и облачными платформами;
- опыт построения AI/ML-прототипов с последующим переводом в production.
