ML-инженер (Python, Java)
Привет! Я Никита Назаров, технический директор в HFLabs. Ищу ML-специалиста , который полностью займется исследованиями и разработкой решений на основе моделей для наших продуктов.
Привет! Я Никита Назаров, технический директор в HFLabs. Ищу ML-специалиста, который полностью займется исследованиями и разработкой решений на основе моделей для наших продуктов.
Нам важно, чтобы у тебя был опыт разработки и внедрения моделей и чтобы ты разбирался в современных трендах.
Примеры задач
- Распознавание персональных данных в тексте для их последующего маскирования (ФИО, контакты, документы и т. п. в договорах, согласиях и т. д.);
- система рекомендации параметров для отбора оптимальных групп людей по различным характеристикам (пол, возраст, доход и т. п.) с целью проведения маркетинговых кампаний;
- "переводчик" запроса с человеческого языка в набор параметров/фильтров, либо готовый SQL-запрос;
- чат по структурированным и неструктурированным данным для ответа на пользовательские вопросы.
Технический стек
Python, PyTorch, DSPy/OpenAI, Hugging Face Transformers, vLLM/llama.cpp, MLflow, PostgreSQL.
Приложения, с которыми надо интегрироваться, написаны на Java/Go/Postgres, используют REST-интеграции.
Чем предстоит заниматься
- Выстраивание процесса и понятного потока работы с задачами и экспериментами, связанными с моделями;
- прототипирование и доведение своих решений до продакшна на Python;
- участие в обсуждении и выборе решения задач заказчика;
- подготовка и анализ имеющихся данных, описание требований по сбору новых;
- тюнинг существующих моделей, feature engineering, а также построение новых решений с нуля;
- деплой LLM on-prem и оптимизация инференса под задачи и железо;
- поддержка своих моделей: от написания запроса для выгрузки обучающей выборки из хранилищ данных до анализа результатов A/B-экспериментов и помощи с выводом в продакшн.
Кто наш кандидат
- Умеешь формулировать и проверять гипотезы;
- строил eval-пайплайны и бенчмарки;
- оптимизировал промпты и понимаешь, когда нужно переходить к тюнингу модели;
- дообучал языковые модели под конкретные задачи;
- работал с NLP: NER, классификация, разметка;
- выводил модели в продакшн, включая инференс LLM (vLLM, llama.cpp или аналоги), знаешь про латентность, батчинг, квантизацию и можешь рассказать про выбор оптимальных параметров инференса;
- работал с данными в SQL и Kafka и можешь сам написать выгрузку данных;
- понимаешь, как устроены трансформеры, и можешь выбрать подходящую модель под задачу;
- строил агентов, знаешь, когда нужен tools, а когда — skills, и знаешь, как справляться с растущим контекстом;
- знаешь, когда нужен RAG вместо агента, как искать документы и оценивать качество поиска.
Дополнительным плюсом будет:
- Опыт работы с векторными базами данных;
- опыт работы с A/B-экспериментами;
- опыт self-supervised обучения;
- умеешь объяснить сложные концепты и трейд-оффы не ML-инженерам и не техническим стейкхолдерам;
- опыт с OCR.
Что мы предлагаем
- Конкурентную заработную плату;
- гибкое начало и окончание рабочего дня, удаленный или гибридный формат работы;
- тихий и просторный офис в центре Москвы в двух минутах пешком от м. Парк культуры;
- мощную технику для работы в офисе и дома;
- доступ к AI-инструментам для работы;
- ДМС с первого дня от Альфа Страхования;
- отсутствие бюрократии и горизонтальную структуру без десятка начальников;
- внутреннее обучение, курсы и конференции по специальности;
- команду единомышленников, с которой интересно не только работать, но и дружить, общаться, заниматься спортом и путешествовать.
Похожие вакансии Data Science & ML
Big Data – один из ключевых юнитов МТС. Сегодня Big Data – это: 20 петабайт данных, 5 000 метрик на профиль и 400 увлеченных профессионалов в команде. Наши технологии применяются практически во всех направлениях компании - маркетинг, обслуживание, планирование сети, HR, розница. Среди наших клиентов такие сервисы, онлайн-кинотеатр КИОН, читалка «Строки», приложение Мой МТС и сервисы по продаже билетов и тд.
Мы ищем стажера в команду, занимающуюся трансформерными рекомендациями продуктов МТС.
Задачи
Решать задачи Next Item prediction и MLM на мультидоменных данных;
Создавать модели рекомендаций с использованием современных нейросетевых подходов;
Искать инсайты в данных;
Генерировать гипотезы по улучшению рекомендаций для роста бизнес-метрик клиентов;
Превращать гипотезы в работающие ML модели.
Требования
Студенты 3 и 6 курсов бакалавриата, специалитета или магистратуры;
Хорошее знание Python (понимание ООП, классов, функций, написания тестов, базовых алгоритмов и структур данных);
Уверенное знание SQL;
Знание основ машинного обучения и глубокого обучения;
Понимание принципов работы с библиотеками NumPy, SciPy, Sklearn, CatBoost и PyTorch;
Знание хотя бы одной из областей: опыт работы с нейросетевыми моделями, базовые модели рекомендательных систем (ALS, KNN) или NLP-модели (Word2Vec, BERT);
Умение писать код и решать алгоритмические задачи, понимание принципов работы с Git;
Будет плюсом опыт работы с большими данными (батчевое чтение, обучение моделей на больших датасетах), базовые знания A/B-тестирования и участие в хакатонах.
Условия
График работы 40 часов в неделю;
Гибридный формат работы;
Развитие в командах профессионалов и опытный наставник, готовый делиться опытом;
Мобильная связь за счет компании;
Подписка на онлайн-кинотеатр KION, сервис МТС Музыка, книжный сервис Строки от МТС, безлимитные мессенджеры и соцсети;
Специальные предложения от партнеров и скидки от продуктов экосистемы МТС;
Непрерывное развитие — доступ к курсам и вебинарам корпоративного университета и онлайн-библиотеке.
Мы ищем аналитика в RnD-команду. Область RnD часто связана с трудными задачами, которые нельзя решить быстро по готовой инструкции или чек-листу. Такие задачи часто требуют креативности и систематизации большого количества новой информации, поэтому результат их выполнения особенно ценен для научного и технического сообщества.
Задачи:
- Проведение исследований по форматам НИОКР, RnD
- Разработка аналитических методик в целях дальнейшей программной реализации
- Генерация гипотез в ходе исследования, их проверка и интерпретация результатов
- Проработка подходов по анализу и структуризации неструктурированных гетерогенных данных
- Активное взаимодействия с участниками команды, участие в корпоративных мероприятиях, поддержание дружеской продуктивной атмосферы
Ожидаем от тебя:
- Аналитический склад ума, системное мышление, способность интерпретировать и обобщать полученный результат
- Высшее или неоконченное высшее техническое или физико-математическое образование
- Навыки работы с Python, позволяющие оперативно находить и тестировать в контексте задачи как готовые библиотеки, так и отдельные проекты
- Опыт работы с моделями и алгоритмами машинного обучения; знание классических задач и моделей машинного обучения, понимание принципов оценивания их качества и требований к реализации
- Интерес к исследованию новых областей и горизонтальному развитию экспертности в области технологий
- Стойкие мягкие навыки: организованность, структурность, коммуникативность и ответственность
- Готовность работать как в командном, так и в самостоятельном режимах
Будет плюсом:
- Опыт инициативной разработки, моделирования процессов, построения математических или формальных моделей
- Опыт работы с LLM, VLM
- Опыт работы с моделями представления знаний (в том числе, опыт построения онтологий)
- Понимание основ веб-технологий, сетевых технологий
- Опыт научно-исследовательской деятельности, подготовки и публикации научных статей
- Опыт в моделировании угроз / рисков в любой области (информационная безопасность, экономика, бизнес-аналитика и т.д.)
- Знание математической статистики, теории вероятностей, методов Data Mining
С нами у тебя будет:
- Исследования современных подходов в области анализа больших данных и веб-технологий
- Возможность выдвигать и продвигать новые идеи
- Гибкое начало рабочего дня, возможность совмещать работу с учебой
- Работа в молодой open-minded команде
- Красивый комфортабельный офис рядом с метро (чай/кофе, места для отдыха, теннисный стол и многое другое)
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.