4 дня назад
ML-инженер (RAG/LLM)
2 000 - 3 500₽
Вакансия из Telegram канала - Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Описание вакансии
TL;DR
ML-инженер (RAG/LLM) (RAG/LLM): Улучшение Q&A-системы по инженерной технической документации с акцентом на оценку качества, отбор evidence и генерацию ответов. Focus on построении замерочного стенда, анализе отказов модели, снижении себестоимости ответов и структурном извлечении данных из PDF.
#middle #senior #удаленка #parttime #проект
AI-агентство (ИП)
ML-инженер (RAG/LLM)
Опыт работы: RAG в продакшене
Занятость: проектная, part-time
Формат работы: удалённо
Ищем инженера на контрактный проект: Q&A-система по инженерной технической документации, 3000+ PDF с таблицами и перекрёстными ссылками. Стек: Python, Supabase, OpenAI API. Пайплайн собран и работает, точность около 60%, теряется на отборе чанков и генерации. Первый этап 3 недели, при успехе работа на месяцы.
☑️ Чем предстоит заниматься
- Построить замерочный стенд: эталонные вопросы, автоматическая оценка, базовая линия точности
- Разобрать причины отказов модели при корректном ретриве
- Улучшить отбор evidence, промпты, подбор модели
- Снизить себестоимость одного ответа
- Далее: метаданные чанков, структурное извлечение таблиц из PDF, граф ссылок между документами
☑️ Наши пожелания к кандидатам
- Практический опыт RAG в продакшене, не туториалы
- Python, векторные базы: pgvector, Supabase или аналоги
- Привычка измерять качество метриками, а не на глаз
- Умение разбираться в чужом коде
- Плюсом: опыт с большими PDF, таблицами, техдокументацией
☑️ Условия
- Оплата 2000-3500 ₽/час, еженедельно по факту принятой работы, без задержек
- Удалёнка, гибкий график, part-time
- Постановка задач и коммуникация с заказчиком на руководителе проекта
В отклике просьба указать: самый сложный ваш RAG-проект и что было
в нём узким местом.
Контакты: Telegram
AI-агентство (ИП)
ML-инженер (RAG/LLM)
Опыт работы: RAG в продакшене
Занятость: проектная, part-time
Формат работы: удалённо
Ищем инженера на контрактный проект: Q&A-система по инженерной технической документации, 3000+ PDF с таблицами и перекрёстными ссылками. Стек: Python, Supabase, OpenAI API. Пайплайн собран и работает, точность около 60%, теряется на отборе чанков и генерации. Первый этап 3 недели, при успехе работа на месяцы.
☑️ Чем предстоит заниматься
- Построить замерочный стенд: эталонные вопросы, автоматическая оценка, базовая линия точности
- Разобрать причины отказов модели при корректном ретриве
- Улучшить отбор evidence, промпты, подбор модели
- Снизить себестоимость одного ответа
- Далее: метаданные чанков, структурное извлечение таблиц из PDF, граф ссылок между документами
☑️ Наши пожелания к кандидатам
- Практический опыт RAG в продакшене, не туториалы
- Python, векторные базы: pgvector, Supabase или аналоги
- Привычка измерять качество метриками, а не на глаз
- Умение разбираться в чужом коде
- Плюсом: опыт с большими PDF, таблицами, техдокументацией
☑️ Условия
- Оплата 2000-3500 ₽/час, еженедельно по факту принятой работы, без задержек
- Удалёнка, гибкий график, part-time
- Постановка задач и коммуникация с заказчиком на руководителе проекта
В отклике просьба указать: самый сложный ваш RAG-проект и что было
в нём узким местом.
Контакты: Telegram
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 →
Текст вакансии взят без изменений
Источник -
