AI/ML-инженер

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.