Text Data Manager / NLP Data Specialist (Kazakh Language)

Bilim Group - это продуктовая EdTech-компания в Казахстане. Мы работаем с огромным масштабом изменений - со всей системой образования страны.

В нашей экосистеме сегодня более 20 цифровых продуктов и платформ, а также проекты, направленные на развитие казахского языка и цифровых образовательных решений.

В рамках OpenAI - Kazakh Language Data Program мы строим масштабные текстовые датасеты на казахском языке для обучения и оценки LLM и NLP-моделей.
Мы ищем Text Data Manager / NLP Data Specialist, в ОО «Международное общество «ҚАЗАҚ ТІЛІ» который возьмёт на себя ответственность за качество, структуру и воспроизводимость текстовых данных.

Что тебе предстоит делать:

• Проектировать и поддерживать пайплайны сбора и обработки крупных текстовых корпусов на казахском языке

• Работать с разнородными источниками данных:

  • public domain (книги, фольклор, СМИ);

  • академические и государственные публикации;

  • лицензированные текстовые платформы

• Проектировать и контролировать процессы очистки текстов:

  • нормализация;

  • удаление дубликатов;

  • очистка шума и технических элементов

• Вести учёт токенов, метаданных, доменных и тематических тегов

• Следить за сбалансированностью данных по жанрам и тематикам

• Участвовать в формировании и поддержке текстовых наборов для оценки качества (benchmark, evaluation datasets)

• Анализировать данные и участвовать в регулярном обновлении датасетов

Мы ищем человека, у которого есть:

• Свободное владение казахским и английским языками

• Понимание базовых принципов:

  • машинного обучения;

  • работы с данными для LLM и NLP

• Опыт работы с большими текстовыми массивами, корпусами данных или пайплайнами обработки

• Понимание вопросов лицензирования, public domain и управления данными

• Навыки работы с JSON:

  • проектирование схем (тексты, метаданные, лицензии, домены);

  • очистка, валидация и трансформация данных;

  • поиск и исправление ошибок в структуре данных

• Внимательность к деталям, системное мышление, ответственность​​​​​​​

Будет плюсом:

• Опыт в лингвистических, исследовательских или data-проектах

• Опыт работы с текстовой аналитикой или языковыми технологиями

Что ты получаешь, присоединившись к нам:

• Достойная зарплата — обсудим на встрече, индивидуально и честно.

• Работу над значимым проектом по развитию казахского языка и технологий

• Профессиональное развитие в сфере данных и языковых технологий

• Прокачка знаний — доступ к курсам Kitap.kz, Bilimland.com, Coursera и другим образовательным платформам.

• Языки — легко: изучай иностранные на Qlang.kz в удобном тебе ритме.

• Уютный офис с зонами отдыха — кофе, чай, Xbox, настольный футбол и пространство для перезагрузки.

• Ивенты, квизы, meet-up’ы и Тәтті күн — традиция вкусных угощений и веселых встреч.

Как мы работаем:

• В офисе в Астане (Expo, Мангилик ел 55/13)

• Полный рабочий день, 5/2 с 9:00 до 18:00​​​​​​​

• Официальный найм с первого дня, испытательный срок — 3 месяца.