ML-инженер (middle/senior)

Лия Чат

Мы создаем интеллектуальные чат-боты поддержки для бизнеса, помогая компаниям автоматизировать взаимодействие с клиентами. Наша цель — разрабатывать решения, которые делают диалог с ботом максимально естественным и полезным для пользователя.

Кого мы ищем

Мы ищем ML-специалиста, который займется систематическим повышением качества работы нашей системы. Ваша основная задача — анализировать эффективность чат-ботов, выявлять проблемные места, предлагать улучшения и реализовывать их. Для этого потребуется работать с аналитикой, разрабатывать и дообучать модели, а также интегрировать LLM-модели в продукт.

Чем предстоит заниматься

• Собирать и анализировать данные о качестве работы чат-ботов

• Выявлять слабые места системы и предлагать решения для их улучшения

• Разрабатывать и тестировать новые алгоритмы обработки естественного языка

• Интегрировать и адаптировать LLM-модели

• Разрабатывать и обучать собственные модели машинного обучения

• Автоматизировать процессы сбора, обработки и оценки качества данных

• Работать совместно с разработчиками и продуктовой командой над улучшением системы

Что важно для нас

• Опыт работы в роли ML-инженера

• Опыт работы с NLP и машинным обучением

• Глубокие знания в области LLM (large language models) и их интеграции

• Умение анализировать данные и разрабатывать метрики качества

• Опыт работы с фреймворками машинного обучения (PyTorch, TensorFlow и др.)

• Навыки разработки и дообучения моделей

• Знание стеков работы с данными (SQL, pandas и др.)

• Опыт развертывания ML-моделей в продакшене

• Способность тестировать и оценивать качество моделей в боевых условиях

Что мы предлагаем

• Участие в развитии передовых решений в области автоматизации поддержки

• Возможность работать с современными ML-моделями и технологиями

• Интересные задачи, которые помогут вам расти как специалисту

• Гибкий график и удаленный формат работы

• Заряженную команду, где ценятся идеи и автономность

Первые 3-6 месяцев

• Эксперименты с LLM-моделями: от готовых скриптов до кастомных open-source решений

• Работа с текущей моделью: изучение кодовой базы, доработка до качественного решения

• Переход на LLM

• Повышение качества и покрытия ответов системы

Как мы нанимаем:

1. Звонок с HR

2. Техническое собеседование с Head of Engineering

3. Оффер