улица Станиславского 21с2
MWS AI – это часть экосистемы МТС Web Services, где создаются AI-решения будущего. Здесь мы разрабатываем современные AI-решения для различных сфер: от банковской до медицины и телекома. Мы стремимся к инновациям в области речевого ИИ, видеоаналитики и Gen AI: активно занимаемся исследованиями и публикуем научные статьи. В MWS AI вы найдете профессиональное сообщество единомышленников и возможности для реализации прорывных проектов.
Сейчас мы ищем ML инженера в команду Gen AI, который поможет превратить наши исследования в передовые продукты для бизнеса.
В этой роли вы будете:
-
Разрабатывать NLP-компоненты для автоматизации службы клиентской поддержки: классификацию, извлечение сущностей, поиск, RAG и агентские сценарии
-
Дообучать и адаптировать ML модели, готовить данные для обучения и разметки
-
Выстраивать оценку качества: метрики, «золотые» сеты, анализ ошибок, статистически корректное сравнение версий, связь ML-метрик с бизнес-метриками
-
Выводить модели в production, проводить бенчмарки latency и throughput
-
Следить за публикациями, быстро проверять идеи через MVP и доводить удачные до production-ready кода
-
Участвовать в код-ревью и технических обсуждениях, менторить младших коллег
Требования:
-
Python на уровне промышленной разработки: ООП, генераторы и контекстные менеджеры, профилирование, unit-тесты, type hinting
-
Уверенная база в ML и DL: функции потерь, регуляризация, кросс-валидация, работа с дисбалансом классов, оптимизаторы
-
Глубокое понимание трансформеров, механизма внимания, токенизации, transfer learning и fine-tuning
-
Практический опыт с PyTorch и экосистемой Hugging Face (Transformers, Trainer, PEFT); Mixed Precision, gradient accumulation и checkpointing, обучение на нескольких GPU (DDP)
-
Практика работы с LLM: промпт-инжиниринг, zero/few-shot, стратегии генерации, построение RAG-систем
-
Опыт вывода моделей в прод: упаковка модели в сервис, ONNX Runtime, квантование (FP16/INT8), развертывание через vLLM или Triton, понимание KV-кэша и PagedAttention
-
Умение выстроить валидацию: метрики классификации и генерации, метрики RAG, статистическое сравнение моделей, ablation study
-
Инженерная база: Git (rebase, MR, CI/CD в GitLab), Docker, воспроизводимые эксперименты (конфиги через Hydra или аналог, трекинг в ClearML или W&B)
-
Умение готовить данные к разметке, писать однозначные инструкции для асессоров и интерпретировать метрики согласия
-
Самостоятельность в условиях неопределенности: декомпозиция задачи, оценка сроков и рисков, аргументированная защита технических решений
Желаемый опыт:
-
От 3 лет в NLP
-
NLP-проекты полного цикла, выведенные в прод: от данных и бейзлайна до мониторинга
-
Построение RAG-систем или агентских сценариев для реальных пользователей
-
Реализация методов из статей, в том числе без официального кода
-
Менторство младших коллег и регулярное код-ревью
Будет плюсом:
-
Синтез обучающих данных с помощью LLM, пайплайны LLM-as-a-judge
-
Проектирование агентских систем: память, function calling, гардрейлы; методы борьбы с галлюцинациями и uncertainty estimation
-
Мониторинг моделей в проде: детекция data drift и concept drift
-
Active Learning и Weak Supervision; знание Cohen's Kappa и альфы Криппендорфа
-
Знание статистики: проверка гипотез, доверительные интервалы, бутстрэп
-
Профильное высшее образование
-
Публикации, выступления на конференциях и митапах, участие в соревнованиях
-
Английский на уровне чтения статей и технического письма
Что мы предлагаем:
- 5/2, гибридный формат, гибкое начало дня.
- Оклад + квартальные и годовые бонусы.
- Комфортный офис в 10 минутах пешком от метро Таганская.
- ДМС со стоматологией, страхование при поездках за рубеж, страхование жизни.
- Участие в конференциях и митапах, обучение за счет компании.
- Бесплатная мобильная связь.
- Специальные предложения от партнеров и друзей МТС.
