AI/ML-инженер
Описание
Чем Вы будете заниматься: подготавливать датасеты для обучения и оценки ML-моделей; обучать, дообучать и улучшать модели, проводить эксперименты с различными подходами; разрабатывать алгоритмы для задач поиска, классификации, matching и ranking; работать с embedding-моделями и LLM; решать задачи сопоставления товарных данных: товары и предложения, аналоги, категории, семантический поиск; оценивать качество существующих алгоритмов и находить способы их улучшения; реализовывать ML-решения на Python, интегрировать модели в сервисы и участвовать в выводе в production; работать с потоками данных и Kafka; мониторить качество и производительность моделей после запуска, оптимизировать существующие решения; исследовать новые ML/LLM-подходы, проводить PoC и внедрять успешные решения в production. Мы ожидаем, что Вы: работаете в сфере ML/AI от 2 лет; уверенно пишете на Python; разрабатываете production-ready код; обучаете и дообучаете ML-модели; подготавливаете датасеты и проводите ML-эксперименты; оцениваете качество моделей и понимаете основные ML-метрики; работаете с LLM и/или embedding-моделями; решаете задачи классификации, поиска, matching и ranking; быстро разбираетесь в новых моделях, подходах и библиотеках; выводите ML-решения в production. Будет плюсом: опыт работы с NLP; опыт работы с semantic search/vector search; знание подходов bi-encoder, cross-encoder, reranking; опыт работы с Hugging Face и PyTorch; опыт fine-tuning LLM или embedding-моделей; опыт работы с большими каталогами товаров, в e-commerce или marketplace; опыт работы с Kafka и Docker; опыт оптимизации inference и работы с GPU; опыт построения систем мониторинга качества ML-моделей; знание SQL. Мы предлагаем: работу в небольшой команде с высоким влиянием на технические решения; реальные production-задачи и возможность доводить решения до внедрения; возможность работать с LLM, embeddings, search и matching; задачи на стыке ML, backend и data; возможность видеть результат своей работы в продукте; участие в выборе и развитии ML-подходов внутри направления; тесное взаимодействие с разработчиками, аналитиками и Product/Project Manager; удалённый формат работы.