омега энерджи

NLP Engineer (LLM / Generative AI) (Python)

Обращаем внимание, что вакансия предполагает full-time office.

омега энерджи На сервисе с: 06.10.26 13:31

Зарплата не указанаРоссияМоскваОфис

NLP Engineer (LLM / Generative AI)

Обращаем внимание, что вакансия предполагает full-time office.

Ключевые задачи:

– Формировать дорожную карту LLM/GenAI-инициатив для трейдинга и смежных бизнес-функций.

– Разрабатывать end-to-end LLM-приложения: от подготовки данных и базы знаний, прототипирования и оценки качества до production-деплоя, мониторинга и поддержки.

– Проектировать и внедрять RAG-системы, LLM-решения и AI-агентов с tool/function calling, structured outputs и интеграциями с внутренними системами и API.

– Проектировать retrieval-слой: embeddings, semantic/vector search, hybrid search, reranking, chunking и работу с корпоративными базами знаний.

– Строить eval-пайплайны для LLM: автоматические метрики, LLM-as-a-Judge, регрессионные тесты, оценку галлюцинаций, качества retrieval и устойчивости промптов.

– Выбирать и сравнивать LLM под конкретные сценарии, проводить benchmark-тестирование open-source и API-моделей по качеству, latency, throughput и стоимости.

– Оптимизировать inference LLM: batching, caching, model routing, quantization, работу с длинным контекстом и использование GPU-ресурсов.

– Развивать LLMOps-практики: версионирование промптов, конфигураций и eval-наборов, observability/tracing, мониторинг качества, CI/CD и воспроизводимость экспериментов.

– Проводить технические ревью LLM-решений, задавать инженерные стандарты и развивать экспертизу команды.

– Коммуницировать качество, ограничения и риски LLM-систем техническим и бизнес-стейкхолдерам.

Требования:

– 3+ лет опыта в Data Science, включая практический опыт разработки и вывода LLM/GenAI-систем в production.

– Продвинутый Python и уверенная работа с PyTorch, Hugging Face Transformers и экосистемой инструментов для LLM.

– Глубокое понимание архитектуры и принципов работы LLM: transformers, attention, tokenization, embeddings, context window, prompting и reasoning.

– Практический опыт построения RAG-систем: vector search, retrieval, reranking, chunking, metadata filtering и оценка качества retrieval.

– Опыт разработки agentic workflows и интеграций через tool/function calling; знание LangGraph, LangChain, LlamaIndex, OpenAI Agents SDK или аналогичных инструментов.

– Опыт построения систем оценки LLM: eval datasets, LLM-as-a-Judge, offline/online evaluation, regression testing и контроль качества ответов.

– Опыт inference и serving LLM через vLLM, Hugging Face, Triton или аналогичные решения; понимание batching, KV cache, quantization и GPU-инференса.

– Опыт эксплуатации production LLM-сервисов: Docker, Kubernetes, CI/CD, Git, логирование, tracing, мониторинг и отказоустойчивость.

– Опыт технического лидерства, наставничества и взаимодействия с кросс-функциональными командами.

– Английский не ниже B2 для работы с международной документацией и стейкхолдерами.

Будет плюсом:

– Глубокий опыт работы с open-source LLM и самостоятельного развертывания моделей.

– Опыт распределенного inference и оптимизации serving на нескольких GPU.

– Опыт работы с multimodal LLM.

– Понимание специфики нефтяной отрасли, трейдинга или смежных коммерческих процессов.

Условия:

  • График 5/2, комфортный офис (Москва-Сити, работа только в офисе, нет гибридного формата);
  • Корпоративная программа ДМС после испытательного срока;
  • Рабочие инструменты: ноутбук/ПК, мобильный телефон, корпоративная сим-карта;
  • Высокий уровень дохода (обсуждается на собеседовании);
  • Возможности развития, интересные задачи, отсутствие бюрократии.

Почему стоит присоединиться к нам:

  • Работа над передовыми ИИ-технологиями и созданием инновационных решений;
  • Возможность влиять на архитектуру и логику будущих продуктов;
  • Динамичная среда, где каждый твой анализ — шаг к реальному продукту.
  • Если вы увлекаетесь технологиями, умеете «читать» бизнес и видеть в нём возможности для автоматизации — мы будем рады пообщаться подробнее!

Похожие вакансии Data Science & ML

hh.ru
it_one

LLM/NLP Engineer

it_oneНа сервисе с: 06.10.26 15:08
Зарплата не указанаРоссияМоскваУдалёнка

Всем привет.

Ищем опытного инженера на проект разработки AI-решений на базе LLM и NLP: построение архитектуры вокруг сторонних LLM, обучение нейросетевых моделей на GPU-кластере, вывод решений в прод. Участие в формировании технической стратегии AI и выборе технологического стека.
Ключевой фокус: решения на базе LLM, NLP и нейросетей.

Обязанности:

​​​​​​​• Участие в запуске проектов по направлению AI;
• Проектирование и разработка AI-решений на базе LLM и NLP;
• Построение RAG-систем и архитектуры вокруг сторонних LLM;
• Дообучение (fine-tuning) нейросетевых моделей на GPU-кластере;
• Оценка качества LLM-решений и оптимизация инференса (vLLM);
• Разработка и реализация стратегии AI в части используемых технических решений;
• Оценка рисков использования AI-решений с учётом специфики технологических и бизнес-процессов;
• Исследование современных тенденций и технологий по направлению AI для их последующего применения;

Требования:

​​​​​​​​​​​​​​• Python (большой опыт разработки): Pandas, NumPy, Scikit-learn;
• LangChain, vLLM;
• PyTorch, Hugging Face Transformers;
• Глубокое понимание ML, Deep Learning, NLP;
• Опыт запуска AI-проектов в прод и построения архитектуры вокруг сторонних LLM-решений;
• Опыт обучения нейросетевых моделей на GPU-кластере;
• SQL;
• Git;
• Высшее техническое образование (Computer Science, прикладная математика, AI/ML или смежные области).

Условия:​​​​​​​

• График работы 5/2, удаленный формат;
• Оформление по ТК РФ, оплачиваемые больничные листы;
• Спортивные и корпоративные мероприятия;
• Программа обучения;
• Добровольное медицинское страхование;
• и многое другое.

Обязательно откликайся!:)

Сайты компаний
U

Senior ML-инженер в Uzum Market (Поиск)

uzumНа сервисе с: 06.10.26 14:31
Зарплата не указанаУзбекистанТашкентУдалёнка

Поиск – один из ключевых драйверов роста GMV. Наша команда постоянно улучшает релевантность выдачи и производительность движка, чтобы пользователи могли быстро найти то, что им нужно.
В скоупе задач - полнотекстовый и векторный поиск сразу для 2 языков: Ru и Uz, единое ML ранжирование рекламы и органики, подсказки, исправление опечаток и многое другое.

У нас небольшая ML‑команда из 4 человек, поэтому будет шанс поработать над разными частями поискового стека

Чем предстоит заниматься:

  • Единое ранжирование органических и рекламных товаров: обучение моделей предсказания вероятности покупки в поиске и каталоге, оптимизация их под различные бизнес-таргеты
  • Гибридный retrieval:
  • - полнотекстовый ретривал - Elasticsearch (морфология, синонимы, обучение коэффициентов для бустов)
  • - нейронный dense retrieval на PyTorch (двухбашенные энкодеры, эмбеддинги, ANN)
  • Понимание запроса: поисковые подсказки, модели для исправления опечаток, category prediction, NER для извлечения сущностей, LLM для автоматического поиска проблем с популярными запросами
  • Поиск по изображениям: здесь мы только начинаем работу
  • Фичи и данные: извлечение сигналов из кликстрима и разметки релевантности, работа с офлайн‑метриками которые потом коррелируют с онлайном
  • Прод и надёжность: вывод моделей в прод, мониторинг качества (онлайн‑метрики, DQ, алерты).
  • Эксперименты: с дизайном помогут продуктовые аналитики, но должно быть понимание статистики и выбора корректных метрик
  • Инженерная культура: MLOps, чистый код, ревью, system дизайн, документация


Наш стек:

  • ML/DS: Python, NumPy/Pandas, scikit‑learn; CatBoost; PyTorch + Hugging Face, ONNX, MLFlow
  • Движок: Elasticsearch
  • Данные и прод: ClickHouse, PostgreSQL, Airflow, Spark, Docker/Kubernetes, Kafka
  • A/B-эксперименты: GrowthBook
  • Что мы ждём:
  • 4+ лет опыта в ML/DS: обучал и выводил в прод модели ранжирования/ретривала и понимаешь их ограничения
  • Глубокое понимание поискового пайплайна: sparse/dense retrieval, LTR, офлайн‑метрики и связь с онлайном
  • Сильный Python + SQL, инженерная зрелость.
  • Опыт A/B‑экспериментов: дизайн, запуск, анализ, принятие решений.
  • Хорошие коммуникации: умеешь объяснять сложное простыми словами и договариваться про цели/метрики.


Будет плюсом, если есть 2 из 3:

  • Опыт с поиском/рекламой в поиске
  • Опыт с рекомендательными системами
  • Опыт в e-com домене


Почему это интересно:

  • Даем широкую зону ответственности и возможность влиять на архитектурные и продуктовые решения. А ещё рады обсуждать твои инициативы и реализовывать их
  • Уникальная культура – мы сохранили дух стартапа, при этом уже отстроили зрелые процессы
  • Формируем измеримые цели всей командой и не просто выполняем их "для галочки", а замеряем эффективность и общее влияние нашей работы на бизнес
  • Работа в командах сильных специалистов, где ценится глубина экспертизы и инженерное мышление
  • Команды слушают и слышат друг друга, выступая в роли партнеров, а не исполнителей


Что мы предлагаем:

  • Удаленка из любой точки мира или уютный офис в Ташкенте
  • У нас можно расти в инженерном или управленческом треке, а еще выстроена регулярная оценка перформанса
  • Платим на уровне топовых компаний российского рынка
  • Обучение и развитие — мы поддерживаем как внутри компании, так и за ее пределами (митапы, конференции, профессиональное обучение, публикации). А еще помогаем развивать личный бренд
  • База — комьюнити профессионалов с желанием делать круто. Приятный бонус — ДМС в привязке к вашей локации, обучение и другие плюшки


hh.ru
headhunter::analytics/data science

Team Lead TrustML

headhunter::analytics/data scienceНа сервисе с: 30.06.26 11:38↑ Вакансия с автоподнятием
Зарплата не указанаРоссияМоскваУдалёнка

Каждый год всё больше пользователей сталкиваются с мошенниками, и мошенники ведут себя всё агрессивнее. Чтобы защитить пользователей hh и в целом создать доверительное пространство для карьеры и трудоустройства, существует направление Trust & Safety.

Команда TrustML отвечает за обучение и эксплуатацию ML-моделей, которые оценивают достоверность контента на платформе, помогают модерировать пользовательский контент и обнаруживать мошеннические действия, а также за автоматизацию процессов, связанных с обработкой фрода.

Чем предстоит заниматься:

  • ML модели для автоматического обнаружения фрода на сайте: выявлять подозрительные вакансии и резюме, анализировать поведение пользователей;

  • Модерация контента: с помощью машинного обучения проверять заполненность контента, соответствие правилам площадки (отсутствие дискриминации, корректность указанной зарплаты и т.д.);

  • Достоверность контента: анализировать соответствие информации в вакансиях и резюме действительности. Например, завышает ли работодатель зарплату или ведет ли поиск в другую компанию и другое;

  • Выводить модели в продакшн и поддерживать работу сервисов, в которых работают ML модели;

  • Руководить командой из двух DS/ML специалистов: менторство, развитие, обратная связь;

  • Формирование и приоритизация ML целей направления;

  • Взаимодействие с заказчиками и другими командами по общим задачам.

Требования:

  • Имеешь опыт реализации и применения моделей машинного обучения в продакшене;

  • У тебя есть понимание основных методов и алгоритмов Machine Learning;

  • Уверенно владеешь Python (pandas, numpy, pytorch, sklearn, CatBoost);

  • Понимание основных алгоритмов и структур данных;

  • Умеешь работать в команде и общаться с заказчиками на понятном им языке.

Будет плюсом:

  • Опыт решения антифрод задач;

  • Опыт в NLP и знание принципов работы нейросетей для обработки текста;

  • Опыт работы с различными источниками данных: SQL, Cassandra, Hive, Presto, Kafka, etc.

Условия:

  • Возможность выбора места работы: удаленно или из офиса;

  • Гибкий график рабочего дня;

  • Оформление в соответствии с ТК РФ, «Белая» заработная плата, выплачиваемая точно в срок;

  • Корпоративное ДМС с первого месяца работы (решаем вопросы со здоровьем быстро и удобно);

  • Возможность профессионального развития, обучение за счет компании, участие в специализированных конференциях.

HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.