ML researcher

LIAN — системный интегратор с фокусом в аналитике и управлении данными.

Мы работаем в трех направлениях:

1. Автоматизация управленческой отчетности (BI) в малом и среднем бизнесе. Строим хранилища данных, настраиваем сбор и интеграцию, разрабатываем отчеты и дэшборды. Наш стек в BI включает все современные инструменты, в том числе open-source ПО.

2. Заказная разработка аналитических систем. Когда у нашего клиента есть специфичный запрос, мы разрабатываем аналитические системы с нуля. Часто применяем подходы BigData, Data Science, актуальные подходы к программному анализу данных и прогнозированию.

3. Запуск и ресурсное обеспечение команд разработки в комплексных проектах цифровой трансформации. Мы усиливаем команды наших партнеров и клиентов собственными сотрудниками и обеспечиваем максимально быстрый старт новых проектов. Среди наших заказчиков - крупные системные интеграторы, банки, нефтегазовые, химические производства, логистические компании, стартапы.

• Исследование и разработка инновационных ИИ-решений для образовательной сферы
• Экспериментирование с cutting-edge архитектурами: Transformers, Diffusion models, Reinforcement Learning
• Создание собственных алгоритмов для образовательной аналитики и персонализации
• Исследование применения мультимодальных моделей (текст, изображения, аудио) в обучении
• Разработка методов автоматической генерации образовательного контента
• Проведение фундаментальных исследований в области Educational AI
• Создание proof-of-concept решений для новых продуктовых направлений
• Анализ больших образовательных датасетов и поиск скрытых паттернов

• Глубокие знания в области Deep Learning и современных архитектур нейросетей
• Практический опыт исследований в NLP, Computer Vision, и будет плюсом RecSys
• Уверенное владение PyTorch и экосистемой для исследований (Weights & Biases, Hydra, DVC)
• Знание современных методов: Self-supervised learning, Few-shot learning, Transfer learning
• Опыт работы с большими языковыми моделями и техниками их адаптации
• Понимание математических основ ML: оптимизация, теория вероятностей, линейная алгебра
• Навыки работы с распределенными вычислениями и GPU-кластерами
• Опыт анализа научной литературы и способность к самостоятельным исследованиям

• Аутстафф проект
• Сотрудничество через форму ИП или СЗ
• Участие в интересных и масштабных проектах с классной молодой командой