гку инфогород

ML-инженер

гку инфогород · На сервисе с: 13.08.26 15:06

Зарплата не указанаРоссияМоскваГибрид

Департамент информационных технологий Москвы создает и развивает цифровые проекты, которые делают столицу комфортнее, а жизнь горожан — удобнее и мобильнее. Для системы управления столицей технологии — это незаменимый инструмент, который применяется во всех отраслях экономики, городского хозяйства и социальной сферы. А для миллионов горожан — повседневный помощник, который позволяет получать сотни услуг и сервисов в удобном цифровом формате в режиме 24/7.

Мы развиваем цифрового ассистента внутри платформы MOS.RU - одного из ключевых городских цифровых каналов взаимодействия жителей с сервисами Москвы. Ассистент помогает пользователям быстрее находить информацию, получать услуги, решать жизненные ситуации и взаимодействовать с городскими сервисами через понятный диалоговый интерфейс. Наша задача - развивать ассистента как интеллектуальный продуктовый слой платформы: не просто чат или справочный интерфейс, а полноценный ИИ-продукт, встроенный в пользовательские сценарии MOS.RU, мобильных приложений и смежных городских сервисов.

Что нужно делать:

  • разрабатывать и улучшать LLM-классификацию пользовательских запросов: intent/domain classification, обработка неоднозначных и граничных сценариев
  • участвовать в проработке и проверке ML/LLM-гипотез: выбирать подходы, проводить эксперименты и создавать прототипы
  • разрабатывать и улучшать ML/LLM-модели и алгоритмы: повышать качество классификации, retrieval/RAG, reranking и других интеллектуальных компонентов продукта
  • разрабатывать и доводить до промышленного использования ML/LLM-компоненты (RAG, LLM workflows, диалоговые агенты): писать качественный поддерживаемый код, интегрировать решения в продуктовые сервисы и оптимизировать их производительность и потребление ресурсов. Деплой и эксплуатация осуществляются совместно с MLOps-инженером
  • настраивать и адаптировать LLM-модели под специфику данных кластера: запросы (prompt engineering), температурные режимы, техники few-shot/RAG и др.
  • повышать качество и эффективность NLP/LLM-моделей в продуктовых сценариях
  • проводить системный error analysis моделей, находить причины ошибок и улучшать модели, датасеты, признаки и алгоритмы на основе результатов оценки качества

Какие знания и навыки важны:

  • опыт решения задач классификации текстов / intent detection и понимание соответствующих метрик качества
  • глубокое понимание современных архитектур и методов обучения языковых моделей (от классических методов до LLMных) для кастомных NLP задач
  • практический опыт создания решений на базе LLM (prompt engineering, RAG, reasoning, agents и др.)
  • умение аккуратно работать с существующей кодовой базой: разбираться в чужом коде, вносить изменения без нарушения текущих сценариев и учитывать обратную совместимость
  • умение выполнять самостоятельно семантический поиск, работа с re-rankers и гибридными retrieval-механизмами (как пример: вектор + текстовый/графовый поиск)
  • понимание методов оценки качества LLM (бенчмарки, human eval и др.) и метрик для различных NLP-задач
  • практические навыки построения пайплайнов решений для NLP проектов
  • опыт работы с векторными базами данных (Milvus/Qdrant/FAISS)

Будет плюсом:

  • практический опыт работы с ASR: распознавание речи, оценка качества и адаптация speech-моделей под продуктовые сценарии
  • понимание принципов производительности ML-сервисов: latency, потребление CPU/RAM, поиск узких мест и оптимизация inference
  • опыт создания web-сервисов (REST API, FastAPI, asyncio, gRPC), создание функциональных API и интеграции с бэкенд-сервисами

Что предлагаем:

  • официальное трудоустройство в аккредитованную ИТ-компанию
  • график работы гибрид
  • ежегодное премирование по результатам работы
  • материальную помощь в случае важных событий в жизни
  • корпоративное обучение у топовых провайдеров и доступ к онлайн-библиотеке
  • скидки от партнеров на ДМС, связь, развлечения, подарки, спорт и т.д.
  • корпоративные тренировки и спортивные активности - бег, футбол, волейбол, баскетбол, теннис и другие


Стань частью команды ДИТ Москвы и воплощай в жизнь цифровые проекты столицы!

Похожие вакансии Data Science & ML

Соц.сети
Н

Data Scientist

Неизвестный работодательНа сервисе с: 20.08.26 12:46
Зарплата не указанаРоссияБеларусьУдалёнка

ID 3424
Data Scientist
Senior
РФ/РБ

Загрузка специалиста Full-time

• Количество позиций: 1
• Гражданство: РФ / дружественные страны
• Формат работы: удалённо

❗️Обязательные данные по кандидату при подаче: ❗️
● Дата рождения
● Оценить требования ДА/НЕТ, в соответствии с наличием опыта.
● ВСЕ ТРЕБОВАНИЯ ИЗ ЗАПРОСА ОТРАЖЕНЫ В ПРОЕКТАХ РЕЗЮМЕ

Описание проекта:

Разработка AI-ассистентов и функциональных агентов в рамках PoC для проверки AI-гипотез. Проект включает NLP, работу с LLM, RAG, векторными базами, GPU/CPU-инфраструктурой, контейнеризацией и ML-инструментами.

Задачи на проекте:

● Разработка AI-ассистентов и функциональных агентов.
● Участие в реализации и проверке PoC для AI-гипотез.
● Работа с NLP и LLM.
● Запуск моделей на GPU и CPU.
● Контейнеризация ML/AI-решений.
● Работа с Jenkins.
● Работа с векторными базами и embeddings для RAG.
● Реализация function calling.
● Работа с KServe.
● Работа с BERT-подобными моделями.
● Разработка и применение эвристик.
● Квантизация LLM.
● Построение evals для LLM-систем.
● Оценка качества ответов, контроль галлюцинаций и мониторинг поведения AI-систем.

Требования:

● Понимание принципов проектирования AI-агентов: управление состоянием и контекстом, выбор инструментов, контроль автономности и human-in-the-loop.
● Глубокое понимание принципов машинного обучения: подготовка данных и признаков, выбор моделей, регуляризация, переобучение, data leakage, интерпретация результатов.
● Знание математической статистики: проверка гипотез, доверительные интервалы, дизайн и анализ A/B-тестов.
● Понимание оценки качества ML-систем: offline/online-метрики, валидация, оценка бизнес-эффекта, мониторинг качества моделей и данных.
● Опыт хотя бы в одном направлении: классическое ML, временные ряды и прогнозирование, рекомендательные системы, поиск и ранжирование, NLP/LLM/GenAI.
● Уверенное владение Python.
● Знание pandas или Polars, NumPy, scikit-learn.
● Опыт работы с CatBoost / LightGBM / XGBoost.
● Опыт работы с PyTorch или аналогичными инструментами.
● Умение писать поддерживаемый production-код: модульная архитектура, тестирование, логирование, документация.
● Опыт работы с Git и участия в code review.
● Уверенное владение SQL.
● Опыт построения evals для LLM-систем.
● Опыт оценки качества ответов, контроля галлюцинаций и мониторинга поведения системы.
● Понимание рисков prompt injection, некорректного tool calling, утечки данных и чрезмерных прав доступа агента.
● Опыт работы с API языковых моделей.
● Опыт работы с Hugging Face и orchestration-фреймворками.
● Умение оценивать стоимость, latency и масштабируемость LLM-решений.
● Опыт работы в e-commerce, retail или других продуктовых highload-системах.
● Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana.
● Опыт эксплуатации GPU-инфраструктуры и оптимизации inference.
● Опыт fine-tuning или адаптации LLM, включая LoRA / PEFT.
● Опыт проектирования agentic workflows или multi-agent-систем.
● Понимание принципов информационной безопасности, privacy и работы с персональными данными.
● Практические знания NLP.
● Опыт работы с векторными базами и embeddings для RAG.
● Опыт работы с KServe.
● Опыт работы с BERT-подобными моделями.
● Опыт квантизации LLM.

❗️❗️❗️Писать @veroneko⚡️⚡️⚡️⚡️ С РЕЗЮМЕ В КОТОРОМ УКАЗАН ВОЗРАСТ И ЛОКАЦИЯ НАХОЖДЕНИЯ. Укажите 🆔 вакансии❗️ Без этой информации отклики не рассматриваются ❗️❗️

Соц.сети
M

ML Engineer

meteoro_platformНа сервисе с: 20.08.26 12:34
Зарплата не указанаКазахстанУдалёнка

- Способность понимать, воспроизводить, оценивать и адаптировать последние научные работы в области генеративного ИИ.

Мы предлагаем:
- Работа в динамичной и инновационной AI Tech среде
- Конкурентный пакет зарплаты
25 дней отпуска, дополнительные выходные дни и больничный
- Удаленный формат работы
- Возможность профессионального и карьерного роста в стартап среде

Контакт @tata_babi

Соц.сети
N

Senior ML-Engineer (ChatGPT)

next_geniumНа сервисе с: 20.08.26 12:18
Зарплата не указанаНе указана странаЛокация не указанаУдалёнка

Вакансия SENIOR ML-ENGINEER (ChatGPT)

🟢Удаленно🟢Полная занятость
🟢ЗП обсуждается на собеседовании
🟢В компанию Next Genium
#ds_ml

🟦Задачи
– разработка индивидуального продукта на основе кода ChatGPT для Коммерческого использования
– проработка архитектуры системы, анализ и разработка моделей, технических требований, подготовка данных, оценка эффективности, тестирование

🟦Требования
– высшее техническое или математическое образование
– уверенное знание мат. статистики
– глубокие знания в областях Machine Learning, Deep Learning
– опыт в обучении ChatGPT
– понимание метрик эффективности моделей машинного обучения
– знание С/С++, Python (multithreading, numpy, scikit, pandas, matplotlib и др.)
– знание и опыт использования ML фреймворков: Tensorflow Object DetectionAPI/Keras/Tensorflow
– знание и понимание классических структур данных и алгоритмов их обработки
– уверенное владение linux/bash
– английский язык на уровне чтения технической литературы
– знание GIT

🟦Будет плюсом
– опыт разработки коммерческих ML продуктов
– наличие сертификатов пройденных курсов по машинному обучению и анализу данных от ВШЭ, МФТИ, Яндекса, coursera

🟦Мы предлагаем
– часовая ставка оплаты услуг по договору определяется по итогам собеседования в зависимости от квалификации исполнителя
– оформление договора оказания услуг
– возможность работать полностью удаленно или в гибридном режиме
– интересная работа в передовой команде над инновационным продуктом

🌐 Откликнуться

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