ML Lead

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.

СОВКОМБАНК ТЕХНОЛОГИИ

Аккредитованная IT-компания, входит в группу компаний Совкомбанка.

Мы вошли в топ-5 лучших IT-работодателей в рейтинге Хабр Карьера, с нами уже более 6000 сотрудников в 21 офисе по всей России.

Что мы ждем от вас:

• Обязательно высшее техническое образование (ИТ/математика/физика, химия/электроника);
• Обязателен опыт в Data Science на Python, пакеты: keras, tensorflow, sklearn, numpy, pandas, будет плюсом – pytorch;
• Знание внутреннего устройства ML-алгоритмов классификации (логрегрессия, RandomForest, различные бустинги, MLP, CNN);
• Знание методов кластерного анализа, сегментирования (k-means, деревья решений);
• Понимание особенностей задач классификации в условиях сильного дисбаланса классов, опыт работы с несбалансированными данными;
• Знание SQL​​​​​​;
• Готовность работать в офисе, Казань.

Чем вы будете заниматься:

• Построение моделей машинного обучения в целях детектирования мошенничества/ предотвращения потенциальной просроченной задолженности (задача классификации и детектирования аномалий);
• Решение задач выделения мошеннических сегментов в наборах данных;
• Разработка антифрод-правил на SQL, Python на основе методов интеллектуального анализа данных (в т.ч. мат.статистики);
• Сопровождение и доработка антифрод-системы (разворачивание моделей в боевой процесс);
• Построение SQL-запросов (выгрузка датасетов).​​​​​​

Мы гарантируем:

• Официальное оформление с первого рабочего дня — мы заботимся о тебе;
• Обучение в нашем Учебном центре и развитие твоих навыков;
• Удобный график работы 5/2, 08/08:30/09-17/17:30/18:00 (на ваш выбор), суббота и воскресенье - выходные (офис);
• Бесплатный полис ДМС — здоровье на первом месте;
• Погружение в ИИ-культуру — взаимодействуем с искусственным интеллектом на постоянной основе и обучаем этому новичков, предоставляем бесплатных ИИ-помощников;
• Отдых летом на море и зимой на горнолыжных курортах с финансовой поддержкой от банка;
• Компенсация расходов на абонемент в спортзал, детский отдых и изучение английского языка;
• Социальные программы с выгодными условиями от банка: кредиты, автокредиты, страхование и другие банковские продукты;
• Финансовая поддержка в различных жизненных ситуациях — мы рядом;
• Участие в корпоративных забегах, турнирах по шахматам, футбольных и волейбольных матчах — активная жизнь;
• Свободное общение с руководством банка: предлагай идеи и реализуй интересные проекты;
• Путешествия по России, знакомства с новыми людьми, конкурсы и корпоративы — живи яркой корпоративной жизнью!

Откликайся на вакансию – присоединяйся к нашей команде!

Мы ищем опытного ML/NLP разработчика для работы над сложной диалоговой системой и голосовым пайплайном. Вашей главной задачей станет эволюция нашего продукта: поэтапный переход от классических графовых сценариев к современному LLM-based диалогу, а также глубокая оптимизация речевого стека (ASR/TTS) под low-latency.

Чем предстоит заниматься:

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

• Траблшутинг и дебаг: Работа с голосовым пайплайном — поиск и устранение причин high latency, галлюцинаций LLM, проблем с передачей аудио и графовых ошибок.

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

• Работа с NLP-стеком:

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

  • Учёт краевых случаев, исправление ошибочных срабатываний интентов.

  • Finetuning локальных LLM для специфических задач (извлечение сущностей, строгое следование инструкциям).

• Работа с речевым стеком:

  • Интеграция и поддержка ASR (на базе GigaAMv2), отладка качества распознавания, работы VAD и стриминга текста.

  • Дообучение и настройка инференса собственных и open-source TTS, а также систем клонирования голоса для достижения идеального звучания и высокой скорости работы.

Наши ожидания (Hard Skills):

• NLP и LLM:

  • Уверенный опыт работы с LLM/SLM (Few-shot learning, Prompt engineering) и BERT.

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

  • Уверенный дебаг LLM: умение быстро понять причину некорректного ответа и исправить её промптом, гиперпараметрами или дообучением.

• Голосовой стек: Опыт дообучения и оптимизации TTS-моделей; опыт работы и интеграции современных ASR-систем.

• Диалоговые системы: Опыт работы как с графовыми/сценарийными движками, так и с LLM-агентами. Высокая скорость диагностики проблем в инференсе.

• Backend и Оптимизация (Python + Go):

  • Уверенное владение Python (PyTorch, HuggingFace, фреймворки инференса).

  • Опыт оптимизации инференса под low-latency (vLLM, TensorRT-LLM, Triton Inference Server, ONNX Runtime).

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

• GoLang:

  • Понимание дизайна сервисов и принципов SOLID, DRY, KISS.

  • Знание базовых типов (строки, числа, слайсы, мапы) и работы с указателями.

  • Уверенная работа с примитивами синхронизации и конкурентностью (горутины, каналы).

  • Понимание принципов Observability.

Будет плюсом:

• Опыт работы с gRPC.

• Умение настраивать инфраструктуру, опыт работы с k8s/inventory.

• Глубокое понимание принципов работы TCP.