ML-инженер

Привет! Я Никита Назаров, технический директор в HFLabs. Ищу ML-специалиста, который полностью займется исследованиями и разработкой решений на основе моделей для наших продуктов.

Нам важно, чтобы у тебя был опыт разработки и внедрения моделей и чтобы разбирался в современных трендах.

Примеры задач:

• Распознавание персональных данных в тексте для их последующего маскирования (ФИО, контакты, документы и т .п. в договорах, согласиях и т. д.);

• система рекомендации параметров для отбора оптимальных групп людей по различным характеристикам (пол, возраст, доход и т. п.) с целью проведения маркетинговых кампаний;

• "переводчик" запроса с человеческого языка в набор параметров/фильтров, либо готовый SQL-запрос;

• чат по структурированным и неструктурированным данным для ответа на пользовательские вопросы.

Технический стек:

Python, PyTorch, DSPy/OpenAI, Hugging Face Transformers, vLLM/llama.cpp, MLflow, PostgreSQL.

Приложения, с которыми надо интегрироваться, написаны на Java/Go/Postgres, используют REST-интеграции.

Чем предстоит заниматься:

• Выстраивание процесса и понятного потока работы с задачами и экспериментами, связанными с моделями;

• прототипирование и доведение своих решений до продакшна на Python;

• участие в обсуждении и выборе решения задач заказчика;

• подготовка и анализ имеющихся данных, описание требований по сбору новых;

• тюнинг существующих моделей, feature engineering, а также построение новых решений с нуля;

• деплой LLM on-prem и оптимизация инференса под задачи и железо;

• поддержка своих моделей: от написания запроса для выгрузки обучающей выборки из хранилищ данных до анализа результатов A/B-экспериментов и помощи с выводом в продакшн.

Кто наш кандидат:

• Умеешь формулировать и проверять гипотезы;

• строил eval-пайплайны и бенчмарки;

• оптимизировал промпты и понимаешь, когда нужно переходить к тюнингу модели;

• дообучал языковые модели под конкретные задачи;

• работал с NLP: NER, классификация, разметка;

• выводил модели в продакшн, включая инференс LLM (vLLM, llama.cpp или аналоги), знаешь про латентность, батчинг, квантизацию и можешь рассказать про выбор оптимальных параметров инференса;

• работал с данными в SQL и Kafka и можешь сам написать выгрузку данных;

• понимаешь, как устроены трансформеры, и можешь выбрать подходящую модель под задачу;

• строил агентов, знаешь, когда нужен tools, а когда — skills, и знаешь, как справляться с растущим контекстом;

• знаешь, когда нужен RAG вместо агента, как искать документы и оценивать качество поиска.

Дополнительным плюсом будет:

• Опыт работы с векторными базами данных;

• опыт работы с A/B-экспериментами;

• опыт self-supervised обучения;

• умеешь объяснить сложные концепты и трейд-оффы не ML-инженерам и не техническим стейкхолдерам;

• опыт с OCR.

Что мы предлагаем:

• Конкурентную заработную плату;

• гибкое начало и окончание рабочего дня, удаленный или гибридный формат работы;

• тихий и просторный офис в центре Москвы в двух минутах пешком от м. Парк культуры;

• мощную технику для работы в офисе и дома;

• доступ к AI-инструментам для работы;

• ДМС с первого дня от Альфа Страхования;

• отсутствие бюрократии и горизонтальную структуру без десятка начальников;

• внутреннее обучение, курсы и конференции по специальности;

• команду единомышленников, с которой интересно не только работать, но и дружить, общаться, заниматься спортом и путешествовать.