Data Scientist (NLP/LLM) Junior+/Middle

Задачи: — Разработка, обучение и улучшение ML-моделей для решения задач NLP; — Решение задач классификации и извлечения сущностей (NER); — Проведение ML-экспериментов и оценка качества ML-решений; — Анализ и кластеризация пользовательских запросов; — Разработка ML-решений на основе LLM, RAG и AI-агентов; — Разработка решений для извлечения информации из документов и изображений; — Интеграция ML/LLM-решений в существующие сервисы. Требования: — Уверенное владение Python, опыт работы с PyTorch и Transformers; — Понимание подходов к решению задач классификации текстов и извлечения сущностей (NER); — Знание метрик оценки качества моделей, включая Precision, Recall и F1-score; — Понимание принципов векторного представления текстов, работы эмбеддингов и семантического поиска; — Знание принципов работы LLM и архитектуры RAG; — Понимание подходов и метрик оценки качества поиска и генерации ответов в RAG-системах; — Знание принципов работы AI-агентов и основных подходов к их разработке; — Навыки проведения ML-экспериментов, сравнения подходов и анализа результатов; — Понимание принципов интеграции ML/LLM-решений в прикладные сервисы. Будет плюсом: — Практический опыт разработки AI-агентов с использованием LangFlow, smolagents или аналогичных инструментов; — Опыт работы с векторными базами данных, гибридным поиском и реранкерами; — Опыт оценки и оптимизации качества поиска и генерации ответов в RAG-системах; — Опыт обучения и дообучения BERT-подобных моделей, оптимизации инференса с использованием ONNX; — Опыт работы с локальными LLM; — Опыт разработки решений для обработки документов и изображений, включая OCR и VLM; — Опыт разработки API-сервисов на FastAPI; — Опыт контейнеризации и развёртывания приложений с использованием Docker и Kubernetes/OKD; — Опыт работы с ClearML или аналогичными инструментами для управления ML-экспериментами. Условия: — Удаленная работа на территории РФ; — Оформление по ТК РФ в аккредитованной ИТ-компании; — Оклад и годовая премия; — Кафетерий льгот с возможностью выбора категорий (ДМС или компенсация затрат на медицинские услуги, спорт и т.д.).