Мы ищем специалиста широкого профиля, который сможет работать на стыке Data Science, Machine Learning Engineering и Generative AI.

Дорогие соискатели, обращаем ваше внимание: вакансия предполагает формат работы "5/2 В ОФИСЕ" (не удаленно, не гибрид)

Machine Learning и Data Science

• Разрабатывать, тестировать и внедрять ML-модели для прикладных бизнес-задач.
• Исследовать данные, находить закономерности и формировать признаки для моделей.
• Проводить ML-эксперименты, сравнивать подходы и выбирать наиболее эффективные решения.
• Работать с задачами классификации, регрессии, NLP и Computer Vision.
• Разрабатывать решения на всех этапах: от подготовки данных и формирования гипотезы до внедрения модели.

GenAI / LLM / RAG

• Разрабатывать решения на базе больших языковых моделей (LLM).
• Работать с LLM через API, Hugging Face и локальные модели.
• Проектировать prompt-based и цепочные сценарии обработки запросов.
• Создавать и улучшать RAG-системы.
• Настраивать полный retrieval-контур: подготовку и разбиение документов, embeddings, векторный поиск, стратегии retrieval и маршрутизацию запросов.
• Экспериментировать с различными архитектурами GenAI-решений и оценивать их качество.

Computer Vision

• Развивать AI-решения на базе Computer Vision.
• Работать с задачами классификации, детекции и сегментации изображений.
• В частности, участвовать в проектах Food Visual Computing (FVC).

Speech / ASR

• Разрабатывать пайплайны автоматического распознавания речи.
• Работать с Whisper и технологиями диаризации.
• Адаптировать распознавание под специализированную и доменную лексику.

Data Engineering и MLOps

• Работать с данными совместно с Data Engineering-командой.
• Участвовать в создании и совершенствовании ETL/ELT-процессов.
• Контейнеризировать ML-приложения и модели.
• Настраивать процессы экспериментов, версионирования и воспроизводимости.
• Участвовать в мониторинге моделей и ML-сервисов.
• Выводить модели и AI-решения в production и сопровождать их дальнейшую работу.
• Развивать ML-инфраструктуру и автоматизировать повторяющиеся процессы.

• опыт самостоятельной разработки ML/AI-продуктов или сервисов;
• проекты с LLM, RAG или другими GenAI-технологиями;
• опыт Computer Vision;
• опыт production-разработки ML-моделей;
• понимание MLOps-практик;
• опыт работы с ML-инфраструктурой и облачными платформами;
• опыт построения AI/ML-прототипов с последующим переводом в production.