Челябинск
ООО «РН-КрасноярскНИПИнефть» - научно-исследовательский и проектный институт сопровождает деятельность ключевых предприятий «Роснефти» в Восточной Сибири и на Дальнем Востоке.
Институт входит в состав крупнейшего в Европе научного нефтегазового комплекса ПАО «НК «Роснефть»
ООО «РН-КрасноярскНИПИнефть» включен в реестр аккредитованных ИТ-компаний.
Мы предлагаем:
- работа в стабильной и развивающейся Компании с ИТ аккредитацией;
- конкурентный уровень заработной платы (фиксированный оклад, ежемесячные и годовые премии) с каждым кандидатом обсуждается индивидуально в зависимости от опыта работы и квалификации;
- режим работы с 09:00 до 18:15, пятница до 17:00;
- предоставление социальных льгот, гарантий и компенсаций:
- страхование работников (в т.ч. ДМС расширенный со стоматологией)
- частичная компенсация стоимости спортивных абонементов;
- возможность получения санаторно-курортное лечения;
- различные виды материальной помощи;
- корпоративная программа ипотечного жилищного кредитования; льготная ипотека для ИТ-компаний.
- обучение, повышение квалификации, профессиональный рост;
- отсрочка от воинской службы;
- развитая корпоративная культура (корпоративные мероприятия, спортивное движение).
Что нужно делать:
- проводить исследования для развития продуктов компании в области LLM-стрима и участвовать во внедрении результатов вместе с командой разработки;
- разрабатывать и поддерживать компоненты продуктов на базе больших языков моделей;
- исследовать и реализовывать современные подходы к решению амбициозных задач в сфере обработки естественного языка (NLP);
- развивать RAG-системы.
Вам потребуется:
- опыт работы в области NLP не менее двух лет;
- опыт проектирования решений в сфере искусственного интеллекта;
- знания микросервисной архитектуры;
- понимание концепции машинного обучения и знание основных архитектур нейросетей;
- понимание архитектуры и принципов разработки приложений;
- умение работать с реляционными базами данных, такими как PostgreSQL и т.д;
- понимание архитектуры современных больших языковых моделей (LLM);
- опыт в fine-tuning-е моделей для векторизации текста, адаптация модели под нужный язык/домен;
- знание методик fine-tuning-е LLM с помощью PEFT (LoRa, QLoRa, P-tuning и т.д.);
- опыт внедрения моделей в продакшн;
- понимание логики работы и внедрения LLM в рабочие процессы, знание prompt engineering;
- навыки написания программного кода.