LIAN — системный интегратор с фокусом в аналитике и управлении данными.
Мы работаем в трех направлениях:
1. Автоматизация управленческой отчетности (BI) в малом и среднем бизнесе. Строим хранилища данных, настраиваем сбор и интеграцию, разрабатываем отчеты и дэшборды. Наш стек в BI включает все современные инструменты, в том числе open-source ПО.
2. Заказная разработка аналитических систем. Когда у нашего клиента есть специфичный запрос, мы разрабатываем аналитические системы с нуля. Часто применяем подходы BigData, Data Science, актуальные подходы к программному анализу данных и прогнозированию.
3. Запуск и ресурсное обеспечение команд разработки в комплексных проектах цифровой трансформации. Мы усиливаем команды наших партнеров и клиентов собственными сотрудниками и обеспечиваем максимально быстрый старт новых проектов. Среди наших заказчиков - крупные системные интеграторы, банки, нефтегазовые, химические производства, логистические компании, стартапы.
Обязанности:
- Исследование и разработка инновационных ИИ-решений для образовательной сферы
- Экспериментирование с cutting-edge архитектурами: Transformers, Diffusion models, Reinforcement Learning
- Создание собственных алгоритмов для образовательной аналитики и персонализации
- Исследование применения мультимодальных моделей (текст, изображения, аудио) в обучении
- Разработка методов автоматической генерации образовательного контента
- Проведение фундаментальных исследований в области Educational AI
- Создание proof-of-concept решений для новых продуктовых направлений
- Анализ больших образовательных датасетов и поиск скрытых паттернов
Требования:
- Глубокие знания в области Deep Learning и современных архитектур нейросетей
- Практический опыт исследований в NLP, Computer Vision, и будет плюсом RecSys
- Уверенное владение PyTorch и экосистемой для исследований (Weights & Biases, Hydra, DVC)
- Знание современных методов: Self-supervised learning, Few-shot learning, Transfer learning
- Опыт работы с большими языковыми моделями и техниками их адаптации
- Понимание математических основ ML: оптимизация, теория вероятностей, линейная алгебра
- Навыки работы с распределенными вычислениями и GPU-кластерами
- Опыт анализа научной литературы и способность к самостоятельным исследованиям
Условия:
- Аутстафф проект
- Сотрудничество через форму ИП или СЗ
- Участие в интересных и масштабных проектах с классной молодой командой
