Сеньор ML/DS Инженер
Описание
Rossko - российская компания, основанная в 1997 году. Мы занимаемся производством и дистрибуцией автозапчастей.Мы работаем в России, Казахстане и уже сотрудничаем с Эмиратами. Наши объекты находятся в 114 городах. ИТ-направление – это сердце нашей компании, мы развиваем и поддерживаем 37 ИТ-продуктов.У нас 5 дата-центров, более 1000 виртуальных серверов и более 30 Tb оперативной памяти. Для наших ИТ-специалистов есть аккредитация, чтобы наши сотрудники получали все льготы ИТ-компаний. Сейчас мы строим новую поисковую систему для Розничного направления. Масштаб задачи — миллионы SKU, десятки миллионов записей о применимости запчастей к автомобилям, сотни тысяч поисковых запросов в сутки и пиковые нагрузки до 100+ RPS. Вам предстоит:: Разработка и обучение моделей машинного обучения для классификации текста и извлечения именованных сущностей (NER). Проектирование и внедрение RAG-пайплайнов (Retrieval-Augmented Generation) с использованием векторных баз данных для работы с корпоративными знаниями и неструктурированными данными. Развертывание, адаптация и сравнение больших языковых моделей (LLM) в локальном контуре (on-premise), включая оценку их производительности, качества и ресурсоемкости. Формирование и оптимизация пайплайнов предобработки данных (Data Pipelines) и инженерии признаков (Feature Engineering). Интеграция ML- и LLM-решений в существующую IT-инфраструктуру компании (взаимодействие с командами Python/.NET разработки). Оценка качества моделей и построение метрик для контроля эффективности в продуктивной среде. Мы ожидаем: Опыт коммерческой разработки в области Data Science / ML от 2–3 лет. Уверенное владение Python и основным стеком: pandas, scikit-learn, XGBoost/LightGBM, PyTorch. Глубокое понимание принципов NLP: опыт решения задач классификации, NER, работы с Hugging Face Transformers, FastText. Опыт работы с векторными базами данных: уверенное знание Qdrant, а также понимание альтернатив (Milvus, Weaviate, pgvector). Понимание принципов работы с эмбеддингами и векторным поиском. Опыт развертывания и инференса LLM в локальном контуре (on-premise). Понимание процессов сравнения моделей, квантования и оптимизации (знание и применение инструментов вроде vLLM, Ollama, Text Generation Inference (TGI), llama.cpp). Опыт работы с системами контроля версий (Git) и контейнеризацией (Docker). Будет преимуществом: опыт работы с ElasticSearch, знание основ MLOps (MLflow, DVC, Airflow), опыт fine-tuning (дообучения) открытых LLM (LoRA/QLoRA) Что мы предлагаем Комфорт: удаленный режим работы и гибкий график; полный онбординг за 3 месяца; работаем по Kanban, service delivery manager поможет выстроить работу и быстро достичь результата; оклад “белый”, трудоустройство официальное с первого дня; мы следим, чтобы оклады были в рынке и пересматриваем их если рынок ушел вперед; есть премия 30% от месячного оклада раз в квартал, по результатам оценки. Забота: соблюдаем баланс жизни и работы - мы не следим за нашими сотрудниками по таймерам, для нас важна атмосфера доверия и результат. скидки на продукцию компании; ДМС через полгода работы; предоставим технику для работы. Развитие: оплачиваем профессиональное обучение, при желании и необходимости; ценим новые идеи, не страдаем авторитарностью, доверяем профессионалам, которых нанимаем; у нас нет бюрократической составляющей при выводе разработок в продакшн. Ждём в нашей команде!