ML-инженер (Python, PyTorch, fine-tuning)

Урал Логистика

ML-инженер (Python, PyTorch, fine-tuning)

Полная занятость. Формат работы: офис или гибрид (Москва).

Чем предстоит заниматься

• 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.

Пожелания к кандидатам

• Рассматриваем кандидатов уровня middle+ и выше.
• Практический опыт построения ML-конвейеров, которые используются в production.
• Уверенное владение Python, PyTorch и Hugging Face Transformers.
• Практический 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.
• Linux, CUDA, SQL, Docker и Kubernetes.
• Способность выйти за пределы notebook и довести модельное решение до устойчивой эксплуатации.
• Стек: Python, PyTorch, Hugging Face Transformers, PEFT, pandas, SQL, PostgreSQL, Airflow или аналог, MLflow или аналог, vLLM, CUDA, Docker, Kubernetes.