Junior AI Researcher / AI Developer

Приглашаем в команду Junior AI Researcher / AI Developer!

Работать можно в крупнейших лабораториях Института ИИ:

-NSS Lab

-AI Industrial Research

Над какими задачами можно будет работать?

Перечень задач и проектов очень велик. Институт ИИ занимается разработками с крупнейшими технологическими (Сбер, Яндекс) и индустриальными (Роснефть, Газпромнефть, Газпром, Татнефть) компаниями России и исследовательскими проектами. Т

Темы можно разделить на 3 основных трека: по AI4Science, AI4Industry и по мультиагентным LLM.

1.Задачи по треку AI4Science:

• разработка методов генеративного и предсказательного моделирования для научных задач, их гибридизация с методами оптимизации;

• глубокое обучение для предсказательного моделирования пространственно-временных данных (например - динамики океана и атмосферы);

• участие в разработке прогностической системы ледовых условий в морях российской Арктики;

• диффузионные и трансформерные модели для работы с пространственно- временными данными (обучение, дообучение, развертывание и аналитика);

• применение методов компьютерного зрения для прикладных лабораторных задач микроскопии;

• использование методов физически-обоснованного машинного обучения для построения моделей и предсказания состояния систем с пространственной-временной динамикой;

• разработка гибридных методов на базе Neural SDE для имитации коллективной динамики роев и прогнозирования их состояний в научных приложениях (робототехника, физика);

• прогнозирование эволюции сложных систем (рои роботов) с помощью DL на основе непрерывных SDE-моделей;

• другие задачи с физически-обоснованными методами (подробнее).

Требуемые навыки:

• уверенное владение PyTorch для написания и обучения нейронных сетей, понимание принципов обучения и подготовки данных;

• основы статистики.

2.Задачи по треку AI4Industry:

• разработка методов автоматизированного построения онтологий и графов знаний по нормативным документам предметной области;
• разработка алгоритмов валидации, поиска противоречий и дублей в кросс-доменных знаниях;
• LLM и генетическая эволюция для выращивания алгоритмов решения NP-трудных комбинаторных задач;
• методы автоматизированного решения комбинаторной задачи оптимизации календарного планирования (RCPSP) в условиях реальных проектов.

Требуемые навыки:

• понимание основ работы эволюционных генетических алгоритмов (для проектов по комбинаторной оптимизации).

3.Задачи трека по мультиагентным LLM:

• исследование структур графов внешних знаний для мультиагентных LLM, поиск оптимальных;

• разработка симуляторов на основе мультиагентных LLM для исследования поведения LLM агентов в экономических и социальных играх;

• разработка генератора синтетических графов знаний и графов инструментов для задач с мультиагентными LLM;

• исследование методов автоматического построения графов знаний по данным;

• генерация синтетических данных с помощью LLM;

• исследование методов автоматического создания МАС (мульти-агентные системы), обучение мета-агентов и автоматическая оценка их качества;

• применение МАС для прикладных задач;

• исследование новых методов RAG, в частности применение графов знаний совместно с RAG и ответы на “широкие” вопросы, требующие знаний со всего корпуса документов;

• исследование и практическое применение методов редактирования знаний для улучшения работы отдельных агентов;

• апробация и исследование методов работы с долгой (long-term) памятью агентов;

• имплементация визуальной обработки документов / чертежей / схем с помощью мультимодальных LLM;

• разработка бенчмарков для исследования работ МАС в разных условиях;

• разработка инструментов (в т.ч. с применением MCP (message context protocol)) для агентов: визуализация, exhaustive search, интеграция с kubernetes и yandex.cloud.

Требуемые навыки:

• знание основ теории графов и графовых алгоритмов;
• опыт работы с агентными LLM.

Общие требования:

• базовые знания по методам ML/DL, кругозор в современных методах, уверенные навыки работы с Python и ML/DL библиотеками;

• уверенное чтение и владение английским языком на уровне, достаточном для чтения статей и технической документации (B1+);

• программирование на Python на продвинутом уровне (пакеты PyTorch, Numpy, Pandas, Matplotlib)? также в понимание программной документации;

• опыт работы с системами версионирования кода (GitHub/GitLab);

• знания и практические навыки решения ML/DL задач

• понимание основных принципов работы LLM;

• самостоятельность и ответственность;

• проект предполагает регулярные митинги и общение с командой.

• наличие мотивационного письма по вакансии.

Условия:

• ИТМО – первый неклассический университет в ТОП-100 рейтинга работодателей;

• срочный трудовой договор;

• премии по результатам работы;

• полис ДМС по истечении определенного срока работы;

• более 30 внутренних курсов повышения квалификации;

• возможность проходить внешнее обучение за счет работодателя;

• несколько иностранных языков для бесплатного изучения с сертифицированными преподавателями и носителями;

• заботливые коллеги, знающие толк в экологичных коммуникациях;

• система адаптации с индивидуальными наставниками;

• доступ к библиотечному фонду ИТМО, а также бесплатный доступ к платформе “ЛитРес: библиотека” и к библиотеке “Alpina Digital”;

• бесплатные регулярные и разовые сеансы у корпоративных психологов и коучей;

• скидки на фирменный мерч в ITMO.Store и скидки от партнеров ИТМО;

• льготное посещение театров, музеев и концертных площадок города;

• мероприятия для сотрудников: лекции с представителями науки, бизнеса и медицины, спортивные мероприятия, дни донора, праздники и корпоративы.