LLM-инженер

LLM-инженер

Задачи

• Проектирование, дообучение и развертывание больших языковых моделей (LLM), таких как OpenAI GPT, BERT или собственных архитектур, для решения задач обработки естественного языка.
• Разработка и оптимизация API для интеграции ИИ-функциональности в основные продукты Qelp, обеспечение совместимости и производительности.
• Совместная работа с кросс-функциональными командами, включая UX/UI-дизайнеров, фронтенд-разработчиков и продакт-менеджеров, для согласования возможностей ИИ с бизнес-задачами.
• Повышение масштабируемости ИИ-решений за счет модульной архитектуры и эффективных практик развертывания моделей.
• Разработка пайплайнов для обработки больших наборов данных, обеспечение качества и релевантности данных для обучения и дообучения LLM.
• Обеспечение этичного и прозрачного использования ИИ: внедрение механизмов обнаружения смещений, объяснимости и соответствия требованиям.
• Отслеживание последних достижений в области ИИ и машинного обучения, особенно в NLP и LLM, для внедрения передовых функций в продукты Qelp.
• Внедрение инструментов для отслеживания производительности и надежности ИИ-моделей в продакшене, итеративное улучшение.

Требования

• Степень бакалавра или магистра в области компьютерных наук, искусственного интеллекта, науки о данных или смежной области.
• Минимум 5 лет опыта в разработке машинного обучения и ИИ, из них не менее 2 лет — в работе с LLM или NLP.
• Владение Python и фреймворками TensorFlow, PyTorch или Hugging Face Transformers.
• Подтвержденный опыт развертывания и оптимизации LLM в продакшене.
• Знакомство с облачными платформами (AWS, Azure или Google Cloud) для развертывания ИИ.
• Продвинутое владение техниками NLP и разработкой ИИ-моделей.
• Глубокое знание архитектур на основе трансформеров, таких как GPT, BERT или T5.
• Навыки разработки API и микросервисной архитектуры.
• Знакомство с DevOps-инструментами для развертывания ИИ-моделей (например, Docker, Kubernetes).
• Понимание регулирования ИИ и лучших практик этичного развертывания.
• Понимание техник предобработки данных и управления наборами данных.

Условия

• Конкурентоспособный компенсационный пакет.
• Возможности для обучения и развития (ИИ, технологии, эволюция BPO-индустрии).
• Возможности карьерного роста в расширяющейся команде.
• Полностью удаленная работа (рынки EMEA, LATAM или APAC).
• Работа в команде высококвалифицированных и динамичных лидеров.
• Культура здорового баланса между работой и личной жизнью.
• Зарплата: 72 000–108 000 долларов США в год.