ML Engineer
ML Engineer
Описание вакансии
Ключевые задачи:
- Проектирование комплексной стратегии обучения, fine-tuning и адаптации языковых моделей (LLM) для работы с высокочувствительными страновыми данными;
- Подготовка и реализация процесса донастройки моделей (LoRA, QLoRA, full fine-tuning) на корпусах корпоративных данных и внутренних нормативных документов;
- Минимизация ошибок и RAG-оптимизация;
- Оптимизация эмбеддингов;
- Установка метрик retrieval quality (MRR, NDCG, Recall@k) и создание инструментов для анализа ошибок в цепочке retrieve-rank-generate;
- Перепроектирование архитектуры генерации ответов от простых retrieval-based ответов к генерации качественных обоснованных рекомендаций;
- Проектирование комплексной системы метрик для оценки качества LLM-ответов: токен-уровневые (perplexity, loss), семантические (BLEU, ROUGE, BERTScore), RAG-специфичные (retrieval precision/recall, hallucination rate), бизнес-метрики (полнота ответа, корректность рекомендаций);
- Тесная работа с инженерами данных на определении требований к подготовке данных для fine-tuning, обеспечение чистого и структурированного потока данных.
-
4+ лет опыта в Machine Learning с фокусом на NLP/LLM системы;
-
Подтвержденный опыт разработки production LLM-решений (minimum 2+ deployed projects);
-
Глубокое понимание архитектуры трансформеров, механизма attention, позиционного кодирования ;
-
Опыт fine-tuning LLM на кастомных датасетах (LoRA, QLoRA, full fine-tuning) ;
-
Экспертиза в prompt-инжиниринге: zero-shot, few-shot, chain-of-thought техники ;
-
Знание техник контекстного окна и управления длинными контекстами ;
- Minimum 2+ лет практического опыта с RAG системами.
- Работа в стабильной и динамичной Компании;
- Карьерный рост;
- Добровольное медицинское страхование (ДМС);
- Материальная помощь по памятным событиям;
- Отпуск 28 дней;
- Яркая корпоративная жизнь.
Навыки
- Python
- JavaScript
- DWH