R

ML-инженер (FastAPI)

Проект автоматизирует обработку обращений и классификацию отзывов с использованием LLM-моделей.

red

Зарплата не указанаНе указана странаЛокация не указана

Описание

Проект автоматизирует обработку обращений и классификацию отзывов с использованием LLM-моделей.

Задачи

  • Обучать модели для автоматизации обработки обращений;
  • Анализировать существующие LLM и выбирать оптимальную модель;
  • Создавать и тестировать промты;
  • Классифицировать отзывы и прогнозировать;
  • Разрабатывать пайплайны на основе LLM для классификации отзывов с различных платформ;
  • Строить ML-модели для прогнозов в отчётности на основе исторических данных;
  • Разрабатывать инструменты аннотирования данных;
  • Автоматизировать аннотацию данных;
  • Интегрировать модели в бизнес-процессы и улучшать их с учётом контекста;
  • Настраивать классификацию обращений и ответов;
  • Разворачивать модели и интегрировать их с серверами;
  • Оценивать качество генерации текста, разрабатывать и настраивать метрики качества BLEU и ROUGE;
  • Работать с голосовыми ботами и автоматизировать их обучение с использованием LLM.

Требования

  • Требования Hard Skills;
  • Опыт работы в Machine Learning от 3 лет;
  • ML-фреймворки: PyTorch, TensorFlow;
  • NLP-библиотеки: Hugging Face Transformers, SpaCy, NLTK;
  • MLOps: MLflow, Kubeflow, Docker, Airflow;
  • Обработка данных: pandas, NumPy, scikit-learn;
  • Развертывание и интеграция: FastAPI, Flask, gRPC;
  • Работа с БД: PostgreSQL, MongoDB, ElasticSearch;
  • Желательно опыт работы с LLM API (OpenAI, Cohere, Llama, Claude);
  • Требования Soft Skills;
  • Умение взаимодействовать с бизнес-командами и определять требования;
  • Способность самостоятельно формулировать задачи и находить решения;
  • Опыт в Agile (Scrum/Kanban).

Условия

  • Занятость: Full time;
  • Старт: ASAP.

Похожие вакансии Data Science & ML

hh.ru
СБЕР

Middle Data Scientist

СБЕР
Зарплата не указанаРоссияМоскваОфис

Команда Управления аналитики по расходам и Process Mining создает сервис для подготовки финансово-экономической оценки объектов строительства.

В составе решения будет использоваться прогнозная модель, результаты которой должны быть встроены в общий расчётный процесс.

Ищем Data Scientist уровня Middle, который сможет разработать прогнозную модель и вместе с backend-разработчиком довести её до промышленного использования.

Чем предстоит заниматься:

  • совместно с аналитиками формализовать задачу прогнозирования, целевые показатели, ограничения и критерии качества
  • исследовать доступные данные, оценивать их пригодность и выявлять риски для построения модели
  • разрабатывать базовые и улучшенные варианты модели, выбирать подход на основании измеримого качества и требований продукта.
  • проверять устойчивость модели, отсутствие утечек данных и корректность процедуры проверки качества
  • формировать требования к составу, качеству и обновлению входных данных
  • реализовать подготовку признаков и работу модели как версионируемые программные компоненты, а не как набор несвязанных блокнотов и SQL-скриптов
  • применять объектно-ориентированное проектирование для разделения этапов обработки, расчёта признаков, запуска модели и формирования результата
  • покрывать критичную логику модульными и интеграционными тестами.
  • вместе с backend-разработчиком проектировать контракты входных и выходных данных, порядок запуска модели и обработку ошибок
  • участвовать в проектировании процессов регулярного и повторного расчёта
  • обеспечивать воспроизводимость результата: для каждого расчёта должны быть известны версии исходных данных, подготовки признаков, модели, настроек и программного кода
  • участвовать в организации проверок качества данных и результатов модели
  • настраивать наблюдение за качеством модели после её запуска
  • документировать принятые решения, ограничения модели и порядок её использования.

Мы ждем, что вы:

  • имеете коммерческий опыт работы Data Scientist
  • участвовали хотя бы в одном проекте, где модель была доведена до промышленного использования
  • уверенно владеете Python
  • хорошо понимаете объектно-ориентированное программирование и модульное проектирование
  • умеете превращать исследовательский код в поддерживаемый программный компонент
  • имеете опыт работы с табличными данными и задачами прогнозирования или регрессии
  • понимаете методы проверки качества моделей, построения базового решения и предотвращения утечек данных
  • имеете опыт работы с SQL и понимание того, какую логику следует оставлять в запросах, а какую переносить в программный код
  • имеете опыт использования Git, проверки кода и автоматических тестов
  • умеете работать совместно с backend-разработчиками и договариваться об интерфейсах между моделью и продуктом.

Что мы предлагаем:

  • комфортный современный офис рядом с м. Кутузовская
  • ежегодный пересмотр зарплаты, годовую премию
  • корпоративный спортзал и зоны отдыха
  • уникальную систему обучения Сбера для профессионального и карьерного развития
  • расширенный ДМС и льготное страхование для семьи
  • гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
  • подписку Прайм с возможностью совместного использования на трёх близких
  • вознаграждение за рекомендацию друзей в команду Сбера
  • корпоративную пенсионную программу
Соц.сети

Data Scientist

Неизвестный работодатель
Зарплата не указанаРоссияМоскваУдалёнка

Data Scientist

Местоположение: Москва
Формат работы: Удаленно
Опубликована: ••••••••

Требования:
• Опыт разработки и внедрения ML/LLM-решений в продакшен
• Разработка ИИ-агентов на LangChain / LangGraph
• Опыт реализации enterprise RAG
• Параллельные и конкурентные задачи: asyncio, threads, процессы

Контакт: ••••••••

•••••••• опубликована в ••••••••

Сайты компаний
СБЕР
Зарплата не указанаРоссияМоскваГибрид

Центр практического ИИ — подразделение Сбера, которое занимается сложными AI-проектами и решает нетривиальные задачи банка и экосистемы Сбера.

Наша команда строит и дообучает линейку LLM под банковские сценарии.

• Обучать LLM на GPU-кластерах с кучей H100

• Собирать, очищать и готовть датасеты для pre-training и fine-tuning

• Анализировать результаты экспериментов и улучшать качество моделей

• Запускать существующие и создавать новые бенчмарки

• Оптимизировать инференс, проводить нагрузочное тестирование и внедрять обученные модели

• Обучение в российском ВУЗе на 3-6 курсе бакалавриата и специалитета или 1-2 курсе магистратуры (очная форма)

• Python, Linux

• Глубокое понимание теоретических и практических аспектов LLM: архитектура, токенизация, построение пайплайнов, batching, mixed precitions, распределенное обучение

• Подтвержденный практический опыт обучения LLM (pre-training, fine-tuning, aligment) в учебных проектах, статьях или курсах

• Опыт разработки на Python, опыт работы в Linux системах, знание стандартных bash команды

• Умение работать как с кодовыми ассистентами, в том числе в изолированном окружении без интернета

• Оплачиваемая стажировка

• Длительность стажировки: 3 месяца

• Формат работы - гибрид, занятость от 20 часов в неделю

• Комфортный современный офис в г. Москва рядом с метро Кутузовская

• Корпоративный спортзал и зоны отдыха

• Бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров

• Вознаграждение за рекомендацию друзей в команду Сбера

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