IT-проекты в сфере ИИ

Задачи: — Участие в разработке и деплое ML/LLM решений. — Применение Prompt Engineering и методов Fine-tuning/PEFT. — Построение RAG пайплайнов и работа с векторными базами данных. — Оптимизация производительности LLM и оценка их качества. — Разработка с использованием мультимодальных моделей. Требования: — Уверенное владение Python. — Опыт деплоя ML/LLM решений с использованием Docker, Kubernetes, облачных платформ AWS, GCP, Azure. — Опыт работы с Prompt Engineering (few-shot, chain-of-thought, ReAct). — Знание Fine-tuning / PEFT (LoRA, QLoRA, adapters). — Опыт построения RAG пайплайнов (chunking → embedding → retrieval → генерация). — Умение работать с векторными базами данных (Qdrant, Pinecone, Milvus, FAISS). — Опыт RLHF или работы с синтетическими данными (предпочтения, генерация и фильтрация). — Знание фреймворков LangChain, LlamaIndex, Hugging Face. — Опыт оценки LLM (BLEU, ROUGE, MMLU, кастомные эвалы). — Опыт оптимизации инференса (vLLM, TensorRT, ONNX). — Опыт работы с мультимодальными моделями (LLaVA, GPT-4V, Qwen-VL). — Грейд Middle/Middle+. Условия: — Полная занятость. — Удалённый формат работы. — Интересные проекты в области ИИ.