RUВакансия из Hirify RU, списка российских tech-компаний
Пожаловаться
Зарплата и рынок
ЗП не указана
На похожих ролях по рынку
$3.6к$4.1кмедиана$5к
46 в выборке
На международном рынке: $200к/год ($160к - $227к)
82
Хорошая вакансия
развернуть
Это хорошо описанная роль в продуктовой компании с актуальными задачами по LLM и явными возможностями обучения, но широкий цикл ответственности может потребовать вести ML-решения от экспериментов до продакшна.
Кликните для подробной информации
Широкая зона ответственностиАктуальный стекПоддержка развитияСфера AI
Оценка от Hirify AI
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
ML-инженер (AI): Разработка и внедрение ML- и LLM-решений для распознавания персональных данных, рекомендаций, преобразования естественного языка в фильтры и SQL, а также чата по структурированным и неструктурированным данным с акцентом на NLP, дообучение моделей и production-инференс. Фокус на деплое LLM on-prem, оптимизации инференса, построении eval-пайплайнов и RAG/агентных систем.
Локация: Россия; удалённый или гибридный формат работы. Офис расположен в центре Москвы, рядом с метро «Парк культуры».
Компания
HFLabs разрабатывает продукты и решения на основе данных, ML-моделей и LLM.
Что делать
Исследовать, прототипировать и доводить до продакшна ML- и LLM-решения на Python.
Разрабатывать решения для распознавания и маскирования персональных данных, рекомендаций, преобразования запросов на естественном языке в фильтры или SQL и чата по структурированным и неструктурированным данным.
Выстраивать процесс работы с ML-задачами и экспериментами, подготавливать данные и формулировать требования к новым данным.
Тюнинговать существующие модели, выполнять feature engineering и строить новые решения с нуля.
Разворачивать LLM on-prem и оптимизировать инференс под конкретные задачи и оборудование.
Поддерживать модели: от подготовки SQL-выгрузок обучающих выборок до анализа A/B-экспериментов и вывода решений в продакшн.
Требования
Опыт разработки и внедрения моделей, понимание современных трендов ML.
Умение формулировать и проверять гипотезы, строить eval-пайплайны и бенчмарки.
Опыт оптимизации промптов, дообучения языковых моделей и понимание, когда выбирать тюнинг модели.
Опыт работы с NLP, включая NER, классификацию и разметку.
Опыт вывода моделей в продакшн и LLM-инференса; понимание латентности, батчинга, квантизации и выбора параметров инференса.
Опыт работы с данными в SQL и Kafka, способность самостоятельно писать выгрузки.
Понимание устройства трансформеров и умение выбирать модель под задачу.
Опыт построения агентов, понимание выбора между tools и skills, а также подходов к работе с растущим контекстом.
Понимание, когда использовать RAG вместо агента, как искать документы и оценивать качество поиска.
Хорошо, если есть
Опыт работы с векторными базами данных, A/B-экспериментами и self-supervised обучением.
Умение объяснять сложные концепции и трейд-оффы нетехническим специалистам и техническим стейкхолдерам.
Опыт работы с OCR.
Культура и преимущества
Гибкое начало и окончание рабочего дня; доступен удалённый или гибридный формат.
Тихий просторный офис в центре Москвы и мощная техника для работы в офисе и дома.
Доступ к AI-инструментам, внутреннему обучению, профильным курсам и конференциям.
ДМС с первого дня от «АльфаСтрахования».
Горизонтальная структура без избыточной бюрократии и командные активности.
Будьте осторожны: если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого - это мошенники. Обязательно жмите "Пожаловаться" или пишите в поддержку. Подробнее в гайде →