ML Engineer (AI)

TL;DR

Инженер машинного обучения (AI): Разработка сервисов с использованием нейросетей, включая текстовые модели, транскрибацию аудио и синтез речи, с акцентом на развертывание и дообучение локальных LLM. Фокус на исследовании новых технологий, оптимизации кода и сопровождении разработанных сервисов в продакшене.

Локация: Санкт-Петербург, офис

Компания

Продуктовая IT-компания полного цикла.

Что делать

• Проводить исследовательскую работу по выбору необходимых технологий под различные проекты.
• Разрабатывать сервисы с использованием нейросетей: текстовые модели, транскрибация аудио, синтез речи.
• Разворачивать локальные LLM и дообучать их исходя из потребностей.
• Изучать новые технологии и внедрять их в существующие проекты, оптимизировать текущий код.
• Разворачивать и сопровождать разработанные сервисы.
• Работать в тесном взаимодействии с командой, предлагать идеи и улучшения для проектов.

Требования

• Профильное образование по IT специальностям.
• Понимание принципов работы с моделями машинного обучения и их применения в реальных проектах.
• Владение языком программирования Python.
• Знание архитектур LLM и методов их дообучения (Prompt Tuning, LoRA, Full Fine-Tuning).
• Опыт выпуска и сопровождения обученных моделей в продакшне.
• Знание на уровне администратора ОС Linux и Bash.
• Опыт работы с базами данных.
• Опыт работы с Git и инструментами для автоматизации процессов разработки и деплоя.

Хорошо, если есть

• Опыт работы с аудио: использование библиотек для обработки звука (Librosa, PyDub, TorchAudio), знание методов шумоподавления, сегментации аудио, извлечения признаков (MFCC, спектрограммы), опыт работы с моделями для транскрибации (Whisper, Wav2Vec) и синтеза речи (Google Text-to-Speech, WaveNet, FastSpeech).
• Опыт работы с текстом: использование NLP-библиотек (Hugging Face, NLTK, SpaCy), работа с задачами классификации текста, генерации текста, извлечения сущностей.
• Знание методов оптимизации моделей (квантование, дистилляция).
• Опыт работы с контейнеризацией (Docker) и оркестрацией (Kubernetes).
• Опыт в математическом и статистическом моделировании, включая теорию вероятностей и статистику.

Культура и преимущества

• Уютный офис недалеко от метро «Озерки» и «Проспект Просвещения».
• Возможность развиваться в продуктовой IT-компании полного цикла.
• Комфортная атмосфера и команда.
• Своевременная выплата заработной платы.
• Безлимит чай/кофе/печенье в офисе.
• Компенсация обедов.
• Организация экскурсий для сотрудников и их близких.
• Компенсация годовых безлимитных абонементов в фитнес клубы.

Процесс найма

• В сопроводительном письме напишите, с какими из перечисленных ниже технологий у вас есть опыт.