AI engineer / Data Science + Machine Learning Engineering + Generative AI
Коротко
Develops and deploys ML models for classification, regression, NLP, and computer vision; builds GenAI/LLM/RAG solutions; creates ASR pipelines; handles data · Needs: 5/2 in-office work; experience with ML, LLM, RAG, computer vision, and speech recognition.
Описание от работодателя
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.