Северсталь. IT & Digital Опубликована 4 дня назад · отклик: Сайт вакансий
AI/ML-инженер, LLM и поиск
ЗарплатаПо договорённости
ФорматУдалённо
ЛокацияМосква, Россия
ЗанятостьПолная занятость
Формат работы: удалённо. Занятость: полная, график 5/2, 8 рабочих часов в день.
Чем предстоит 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.
Ожидания:
- опыт работы в сфере ML/AI от 2 лет;
- уверенное владение Python;
- опыт разработки production-ready кода;
- опыт обучения и дообучения ML-моделей;
- опыт подготовки датасетов и проведения ML-экспериментов;
- умение оценивать качество моделей и понимание основных ML-метрик;
- опыт работы с LLM и/или embedding-моделями;
- опыт решения задач классификации, поиска, matching и ranking;
- способность быстро разбираться в новых моделях, подходах и библиотеках;
- опыт вывода ML-решений 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.
Условия:
- работа 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.
Инструменты в вакансии
Навыки и технологии
Направления