Data Scientist (NLP)

Привет! Мы – команда Machine Learning Technology Research and Development (MLTech), и мы приглашаем специалистов по Data Science решать с нами задачи на стыке машинного обучения и кибербезопасности: детектировать зловредные файлы, распознавать фишинговые веб-страницы и обнаруживать хакеров в корпоративных сетях.

Что предлагает наша команда:
 

·       мы помогаем друг другу расти и добиваться результатов, решая прикладные задачи;

·       у нас есть MLOps’ы, которые помогут не запутаться в инфраструктуре;

·       не боимся использовать новые технологии и пробовать новые идеи;

·       результаты твоей работы почувствуют на миллионах устройств по всему миру;

·       используем Spark-кластер и GPU-кластер, чтобы обрабатывать огромные коллекции файлов;

·       при желании о результатах работы можно рассказывать в статьях и на конференциях.

Ты подходишь нам, если:
 

·       имеешь опыт машинного обучения в индустрии;

·       готов глубоко погружаться в данные, анализировать модели и строить интерпретации, общаться с заказчиками и превращать их пожелания в гипотезы;

·       готов работать над разнообразными задачами, в которых нельзя просто `import ml`;

·       хочешь доводить проекты до прода и не боишься выходить за пределы jupyter-тетрадок;

·       понимаешь, зачем нужно observability для агентов и умеешь заставлять LLM сделать ровно то, что нужно;

·       любишь обсуждать идеи, свой код и чужой код с коллегами;

·       интересуешься безопасностью и не теряешься, услышав слова «полиморф» и «фишинг» (или хочешь во всем этом разобраться).
 

Хард-требования:

·       умеешь писать чистый и понятный код на современном Python;

·       хорошо ориентируешься в классическом ML и соответствующих библиотеках (scikit-learn, CatBoost);

·       имеешь опыт разработки систем на базе LLM: написание агентных систем, RAG-пайплайнов;

·       помнишь, что такое доверительный интервал;

·       умеешь писать несложные Docker-файлы (или готов научиться).

Приглашаем в команду ML/NLP разработчика

Чем предстоит заниматься:

• Поэтапный перевод системы с графа сценариев и скиллов на управляемый LLM-based диалог.

• Дебаг голосового пайплайна (поиск причин high latency, галлюцинаций LLM, проблем с передачей аудио, графовых ошибок и т.п.).

• Оперативное принятие архитектурных решений и их самостоятельная реализация в коде.

• Работа с диалоговым стеком и NLP:

• Поддержка и быстрая отладка few-shot классификации сценариев на базе Qwen и классификаторов на BERT.

• Учёт краевых случаев, исправление ошибочных срабатываний интентов.

• При необходимости — finetuning локальных LLM (извлечение сущностей, удерживание инструкций).

• Работа с речевым стеком:

• ​Интеграция и поддержка ASR на базе GigaAMv2 (отладка качества распознавания, работы VAD и передачи текста дальше по пайплайну).

• Дообучение и настройка инфереса собственных и опенсорсных TTS и систем клонирования голоса для достижения нужного качества звучания и скорости работы. 


Что мы ожидаем от вас:

• Экспертиза в NLP и LLM:

• Уверенный опыт работы с LLM/SLM (Few-shot learning, prompt engineering) и BERT (классификация сценариев и интентов).

• Практический опыт finetuning LLM (PEFT, LoRA/QLoRA) под узкие прикладные задачи.

• Уверенный дебаг LLM: умение быстро понять, почему модель ответила не так, и исправить это промптом, гиперпараметром или файнтюном.

• ​Экспертиза в голосовом стеке:

• Опыт дообучения и оптимизации TTS-моделей.

• Опыт работы и интеграции современных ASR-систем (в частности, GigaAMv2).

• Диалоговые системы и дебаг:

• Опыт работы как с графовыми/сценарийными диалоговыми движками, так и с LLM-агентами.

• ​Высокая скорость диагностики проблем в инференсе, локализации багов и принятия инженерных решений.

• Уверенное владение Python (PyTorch, huggingface, фреймворки инференса) и Go.

• ​Опыт работы с оптимизацией инференса под low-latency (vLLM, TensorRT-LLM, Triton Inference Server, ONNX Runtime).

• Практика работы со потоковым аудио в реальном времени (streaming ASR/TTS, gRPC-контракты).

• GoLang: Базовое понимание по дизайну сервисов. Понимание SOLID, DRY и KISS паттерны.

• Типизация в Go, хотя бы базовые типы (строки, числа, слайсы и мапы).

• Примитивы синхронизации и конкуренция (Как синхронизировать горутины, как работать с каналами).

• Указатели и работа с ними.

• Observability.

• Опыт работы с GRPC.

• Умение настроить инфраструктуру, k8s/inventory, знания работы TCP.

Мы предлагаем:

• Оформление в стабильную и динамично развивающуюся ИТ- компанию EGAR;
• Удаленный формат работы;
• График работы с 9:00 до 18:00 (гибкое начало рабочего дня обсуждаем);
• Конкурентный уровень заработной платы, который мы готовы обсудить на собеседовании;
• Полноценную проектную команду с четким разделением ролей;
• Оперативное решение организационных вопросов;
• Возможность профессионального роста (вертикального или горизонтального);
• Возможности обучения (курсы, сертификация);
• Бонусы по реферальной программе, за успешную рекомендацию;
• Сохранение баланса между работой и личной жизнью.