Урал Логистика

Компания "Урал Логистика" приглашает Fullstack-разработчика для участия в создании собственной системы обработки документов и данных для грузовых железнодорожных перевозок и связанных услуг. Задачи: — Разрабатывать операторский интерфейс для работы с очередью документов и результатами обработки — Показывать исходный документ рядом со структурированными данными и связывать поля с фрагментами источника — Реализовывать подтверждение, исправление и отклонение результатов, историю изменений и сравнение версий — Создавать поиск, фильтры, статусы, массовые действия, выгрузки и журнал пользовательских операций — Разрабатывать аналитические представления и дашборды поверх рассчитанных данных — Проектировать сложное состояние интерфейса, асинхронные сценарии, оптимистичные изменения и фоновое обновление — Разрабатывать API и сервисный слой, необходимые для завершения пользовательских сценариев — Интегрироваться с внутренними источниками данных на чтение — Реализовывать фоновые задачи и версионирование результатов — Участвовать в создании диалогового интерфейса поверх рассчитанных и проверенных данных — Обеспечивать разграничение доступа, аудит действий, контейнеризацию и наблюдаемость приложения Требования: — Рассматриваются кандидаты уровня middle+ и выше — Сильный TypeScript и практический опыт промышленной разработки на React — Опыт создания интерфейсов с высокой плотностью данных для внутренних операционных систем — Умение проектировать нетривиальное клиентское состояние и асинхронные пользовательские сценарии — Опыт работы со сложными таблицами, формами, фильтрами, очередями и многошаговыми процессами — Node.js или Bun на уровне разработки production API — PostgreSQL и SQL, понимание проектирования схем данных — Готовность смотреть на задачу глазами пользователя и при необходимости проходить по всему техническому стеку Условия: — Полная занятость и возможность трудоустройства через российское юридическое лицо в штат или через согласованную аутстафф-модель — Основной формат — офис или гибрид. Для самостоятельных специалистов возможна распределённая работа из России — Итоговый грейд и масштаб ответственности определяются по результатам собеседования

Зарплата не указана

-Разрабатывать операторский интерфейс для работы с очередью документов и результатами обработки. -Показывать исходный документ рядом со структурированными данными и связывать поля с фрагментами источника.

Зарплата не указана

-Строить конвейеры подготовки данных: сбор, очистку, нормализацию, дедупликацию и разметку. -Формировать обучающие, валидационные и независимые оценочные выборки, контролировать утечки и пересечения.

Зарплата не указана

Компания "Урал Логистика" приглашает ML-инженера для участия в создании системы обработки документов и данных для грузовых железнодорожных перевозок. Задачи: — Строить конвейеры подготовки данных: сбор, очистку, нормализацию, дедупликацию и разметку — Формировать обучающие, валидационные и независимые оценочные выборки, контролировать утечки и пересечения — Создавать baseline для задач извлечения, классификации, определения сущностей и связей — Дообучать модели, готовить инструктивные наборы, обучать адаптеры и сравнивать результаты с базовыми моделями — Определять метрики, стратифицировать выборки и анализировать ошибки по типам документов, сценариям и полям — Работать с извлечением сущностей и связей для построения и обновления графового представления данных — Разворачивать локальный inference и оптимизировать его под доступную инфраструктуру — Работать с tensor parallelism, batching, длиной контекста, GPU-памятью и квантованием — Измерять задержку, пропускную способность, утилизацию и стоимость обработки документа — Версионировать данные, модели, конфигурации обучения и результаты экспериментов — Участвовать в интеграции моделей с прикладными AI-сервисами и production-конвейерами Требования: — Уровень middle+ и выше — Практический опыт построения ML-конвейеров, используемых в production — Уверенное владение Python, PyTorch и Hugging Face Transformers — Опыт fine-tuning языковых моделей, подготовки данных и работы с PEFT — Умение строить корректную оценку качества и контролировать утечки между обучающими и тестовыми данными — Опыт локального inference LLM и понимание устройства GPU-памяти — Знание компромиссов между качеством, скоростью, длиной контекста, batching и квантованием — Знание Linux, CUDA, SQL, Docker и Kubernetes — Способность довести модельное решение до устойчивой эксплуатации Условия: — Полная занятость — Возможность трудоустройства через российское юридическое лицо в штат или через согласованную аутстафф-модель — Основной формат — офис или гибрид — Для самостоятельных специалистов возможна распределённая работа из России — Итоговый грейд и масштаб ответственности определяются по результатам собеседования

Зарплата не указана

Компания "Урал Логистика" приглашает AI-инженера для участия в создании собственной системы обработки документов и данных для грузовых железнодорожных перевозок и связанных услуг. Задачи: — Проектировать и разрабатывать конвейер обработки документов: загрузку, нормализацию, сегментацию, определение структуры и подготовку контекста — Извлекать структурированные данные из договоров, приложений, дополнительных соглашений, актов и других связанных документов — Работать с длинным контекстом, таблицами, пересекающимися формулировками и изменениями условий во времени — Обеспечивать атрибуцию результата к документу, странице и исходному фрагменту — Строить гибридный поиск: полнотекстовый и векторный retrieval, фильтрацию, реранкинг и сбор контекста — Развивать графовое представление документов, сущностей и связей для поисковых и аналитических сценариев — Проектировать агентные и workflow-сценарии: управление состоянием, инструментальные вызовы, повторы, fallback-механизмы и обработку отказов — Создавать эталонные наборы, метрики по полям и регрессионные тесты для оценки извлечения, поиска и генерации — чтобы при смене модели, промпта или retrieval-стратегии было видно, что улучшилось, а что деградировало — Разрабатывать Python-сервисы, API, фоновые задачи и интеграции с внутренними источниками — Участвовать в выборе моделей, постановке экспериментов, fine-tuning и оптимизации локального inference Требования: — Уверенная промышленная разработка на Python уровня middle+ и выше — Опыт с FastAPI или аналогичным фреймворком, асинхронным исполнением, очередями и фоновой обработкой — PostgreSQL и SQL на рабочем уровне — Практический опыт вывода LLM-решений в production — Понимание RAG, structured output, tool calling и многошаговых модельных сценариев — Умение измерять качество: строить эталонные наборы, выбирать метрики, классифицировать ошибки и проводить регрессионное тестирование — Опыт с Docker, Kubernetes и CI/CD — Готовность доводить вертикальную задачу от спецификации и эксперимента до эксплуатации Условия: — Полная занятость и возможность трудоустройства через российское юридическое лицо в штат или через согласованную аутстафф-модель — Основной формат — офис или гибрид — Для самостоятельных специалистов возможна распределённая работа из России Итоговый грейд и масштаб ответственности определяются по результатам собеседования.

Зарплата не указана