ML Tech Lead

Привет!

В течение более 30 лет существования нашей компании мы осуществили множество знаковых проектов. Наше оборудование используется в различных отраслях, а ключевые клиенты известны как в стране, так и за рубежом.

Более 30 лет мы создаём собственные технологические решения для построения современной телекоммуникационной инфраструктуры. Наши продукты используют тысячи компаний в России и за рубежом.

Мы самостоятельно разрабатываем программное обеспечение и оборудование, развиваем собственные технологии и создаём продукты, которые применяются в реальных инфраструктурных проектах.

Сейчас мы ищем ML Engineer в команду "Интеллектуальные сервисы".

Наша команда занимается разработкой решений на основе машинного обучения и искусственного интеллекта: Smart IVR, транскрибации конференций, автоматической суммаризации и голосовой аналитики.

Ищем инженера, которому интересно работать с ML-моделями на всех этапах - от подготовки данных и обучения до интеграции в продукт и запуска в production.

Чем предстоит заниматься

• Разрабатывать и развивать ML-сервисы для обработки речи и текстовой информации.

• Собирать, очищать, фильтровать и подготавливать данные для обучения моделей машинного обучения.

• Подбирать и применять алгоритмы классического Machine Learning и Deep Learning под конкретные бизнес-задачи.

• Обучать и дообучать модели, проводить эксперименты, подбирать гиперпараметры и оценивать качество решений.

• Проектировать и автоматизировать ML-пайплайны с использованием Airflow, Docker и MLflow.

• Разворачивать модели в production, интегрировать их с внутренними сервисами через API и микросервисную архитектуру.

• Участвовать в проектировании архитектуры ML-решений и развитии интеллектуальных сервисов компании.

Одна из первых задач — разработка MVP-пайплайна сервиса транскрибации конференций.

Что мы ожидаем от кандидата

• Опыт коммерческой разработки в области Machine Learning от 3 лет.

• Высшее техническое образование.

• Уверенное владение Python и опыт работы с библиотеками машинного обучения.

• Практический опыт подготовки данных, обучения и оценки качества ML-моделей.

• Хорошее понимание алгоритмов классического машинного обучения и принципов работы нейронных сетей.

• Опыт построения ML-пайплайнов и внедрения моделей в production.

• Опыт работы с Docker, Airflow и MLflow.

• Понимание принципов построения API и микросервисной архитектуры.

• Умение самостоятельно принимать технические решения и доводить задачи до результата.

• Знание английского языка для работы с технической документацией.

Будет плюсом

• Опыт работы с NLP и речевыми технологиями (ASR / Speech-to-Text).

• Опыт разработки сервисов распознавания речи и транскрибации аудиозаписей.

• Знакомство с LLM и задачами автоматической суммаризации.

• Опыт работы с PyTorch, TensorFlow и Hugging Face.

• Опыт разработки ML-сервисов с нуля до промышленной эксплуатации.

Мы предлагаем

• Официальное трудоустройство по ТК РФ и полностью белую заработную плату.

• Работу в аккредитованной ИТ-компании.

• ДМС и другие программы заботы о здоровье сотрудников.

• Интересные инженерные задачи и возможность участвовать в разработке интеллектуальных сервисов на основе ML и AI.

• Возможность влиять на архитектуру решений, выбор технологий и развитие продуктов.

• Корпоративное обучение, участие в профессиональных конференциях и обмен опытом с коллегами.

• Корпоративный спорт, собственный тренажёрный зал и мероприятия для сотрудников.

• Возможности профессионального и карьерного роста.

• Регулярный пересмотр заработной платы.

• Поддержку руководителя и команды на этапе адаптации.

• График работы 5/2, с 9:00 до 18:00.

• Конкурентную заработную плату, обсуждаемую индивидуально по результатам собеседования.

Присоединяйтесь к команде Элтекс!

Чем предстоит заниматься:

• Разработкой и поддержкой backend-сервисов на Python для интеграции AI-агентов и RAG-систем.
• Реализацией агентных пайплайнов на базе LangChain / LangGraph: проектирование многошаговых сценариев, управление состоянием, вызов инструментов.
• Интеграцией LLM в бизнес-процессы: prompt engineering, structured output, function calling, обработка ошибок.
• Работа с корпоративными данными:
• - построение RAG-систем (документы, метрики, BI-контекст);
• - генерация и валидация SQL-запросов на основе метаданных;
• - взаимодействие с аналитическими СУБД (ClickHouse, PostgreSQL).
• Подготовкой решений к внедрению: участие в адаптации архитектуры под клиентскую инфраструктуру, настройка CI/CD, документирование контрактов и требований к окружению.
• Участие в создании технических демо: подготовка рабочих примеров, запись кратких видеопрезентаций, визуализация логики работы системы.

Здорово, если у тебя есть:

• Опыт коммерческой разработки на Python от 3 лет, уверенные навыки работы с FastAPI или аналогами.
• Практический опыт с LangChain / LangGraph / LlamaIndex и LLM API (prompt engineering, function calling, structured output).
• Уверенное знание SQL: написание сложных запросов, понимание планов выполнения, работа с аналитическими БД (ClickHouse, PostgreSQL и пр.).
• Базовое понимание принципов проектирования микросервисов, опыт работы с Docker, участие в настройке CI/CD.
• Аналитическое мышление: умение переводить бизнес-требования в технические решения, понимание логики BI-систем.

Будет плюсом:

• Опыт быстрого прототипирования UI для демо (Streamlit, Gradio, простой React/Next.js)
• Навыки визуализации данных и процессов (например, отображение chain-of-thought, SQL-логики, графиков).
• Знание Airflow, Spark или других инструментов data engineering.
• Опыт в предметных областях: retail, CIB, risk, compliance.
• Понимание XAI, feature importance, интерпретируемости моделей.

Мы создаем интеллектуальные решения для автоматизации документооборота и закупок, задач безопасности и кибербезопасности, а также оптимизации процессов службы инкассации. Наша команда решает задачи обработки естественного языка в банковском секторе, сочетая скорость классических NLP-методов с гибкостью AI-агентного подхода. Мы ищем специалиста, который хочет развиваться в сильной инженерной команде и работать над интересными атомарными задачами — от прототипа до передачи решения заказчику.

• Работать с AI-агентами и ассистентами на базе LangChain/LangGraph

• использовать RAG-подходы для построения пайплайнов семантического поиска и интеграции с источниками данных

• применять классические методы NLP (TF-IDF, BM25, векторизация текста, легкие классификаторы) для оптимизации скорости и стоимости решений

• использовать Python, PyTorch и Hugging Face Transformers для разработки и доработки ML/NLP-моделей

• применять SQL для работы с данными и подготовки датасетов

• оценивать качество моделей и пайплайнов с помощью автоматических, безреференсных метрик и LLM-as-a-judge

• участвовать в подготовке демо-стендов и презентации решений заказчикам.

• Знание Python на уверенном уровне

• знание LangChain/LangGraph для построения агентных систем

• знание векторных баз данных (FAISS, Qdrant и аналогов)

• знание основ классического NLP: TF-IDF, BM25, векторизация текста

• знание архитектуры transformers (encoder-only, decoder-only) и принципов их дообучения (PEFT, SFT)

• знание PyTorch и Hugging Face Transformers; рассматриваем коммерческий опыт, pet-проекты, учебные проекты, хакатоны и стажировки

• знание SQL и умение оценивать качество моделей, аргументируя выбор метрик.

Будет плюсом:

• Опыт построения поисковых пайплайнов с реранкерами (cross-encoders)

• опыт работы с многоагентными системами и продвинутыми паттернами оркестрации

• опыт создания демо-стендов с использованием Streamlit или Gradio

• понимание принципов оптимизации LLM для инференса

• опыт работы с Hadoop/Spark

• английский язык на уровне чтения технической документации и статей по ML.

• Комфортный офис в Москве

• офисный формат работы на Кутузовском пр.32

• конкурентная компенсация (оклад и премии по результатам деятельности)

• ДМС с первого рабочего дня, страхование от несчастных случаев и тяжелых заболеваний

• материальная помощь и социальная поддержка, корпоративная пенсионная программа

• дисконт-программы от компаний-партнеров

• бесплатный фитнес на территории работодателя

• подписка Прайм с возможностью совместного использования на трех близких

• внешнее и внутреннее профессиональное обучение: семинары, тренинги, конференции, корпоративная библиотека.