Data scientist / ML-инженер (NLP, LLM)

Обязанности:

• Исследование и внедрение современных подходов для широкого круга NLP-задач: LLM и всё, что с ними связано, Information Extraction (NER, Entity Linking), ASR, поиск на естественном языке и др.
• Участие в полном цикле разработки: от прототипирования до промышленного развёртывания конечного решения.
• Разработка сервисов обработки естественного языка (классификация, суммаризация, NER и пр.).
• Участие в создании AI-ассистентов на базе генеративных моделей (SFT/LoRA, RLHF) — BERT, Qwen, Saiga, Llama, Falcon, Mistral и др.
• Сотрудничество с продуктовыми, техническими и клиентскими командами.
• Построение пайплайнов подготовки данных и обучения LLM (LLM-цепочки).
• Организация процесса мониторинга качества и производительности LLM в продакшене.
• Проектирование и поддержка CI/CD-конвейеров для ML-проектов (Git, GitLab CI/CD, Jenkins и подобные).
• Работа с MLOps-инструментами: создание DAG-ов в Apache Airflow, трекинг экспериментов в MLflow.
• Контейнеризация и оркестрация сервисов (Docker, Kubernetes).
• Настройка систем логирования и мониторинга (Prometheus, Grafana) для ML сервисов.

Требования:

• Высшее образование: математическое, IT, техническое.
• Хорошее знание Python и основных библиотек анализа данных.
• Базовые навыки классического ML (EDA, предобработка, обучение моделей).
• Понимание основных метрик оценки качества моделей.
• Опыт применения современных трансформерных нейросетей (GPT, BERT и их модификаций).
• Уверенное владение PyTorch или TensorFlow для тонкой настройки LLM.
• Опыт работы с инструментами CI/CD (Git, GitLab CI/CD, Jenkins и пр.).
• Умение работать с MLOps-стеком: Apache Airflow, MLflow, Docker, Kubernetes.

Условия:

• Официальное оформление в штат по ТК РФ.
• Мы являемся аккредитованной IT-компанией.
• Удалённый формат работы или гибридный/ офис.
• ДМС со стоматологией для сотрудника, близких родственников и детей.
• Корпоративная рабочая техника.
• Работа в команде экспертов профессионалов.
• Лучшие мировые практики разработки ПО, организации бизнес-процессов и построения команды.
• Возможности выбора проектов, развития и роста внутри компании.
• Современный подход к обучению и развитию сотрудников: индивидуальный план развития, сертификация, книги, курсы, митапы, публикации в крупнейших онлайн и оффлайн изданиях, изучение иностранных языков.
• Спортивные клубы, экскурсии.

Откликнуться

​