АРХИВ ML-инженер

Задачи

• Улучшать автоматическое протоколирование встреч: повышать качество генерации, работать с галлюцинациями, настраивать и оптимизировать воркфлоу-решения, выстраивать мониторинг качества и предотвращать деградацию решения.
• Запускать новую ИИ-функциональность, поддерживать и улучшать качество существующей функциональности как в NLP, так и на стыке разных доменных областей.
• Развивать агентские системы внутри продукта: оптимизировать, улучшать качество, реализовывать новые сценарии.

Требования

• Опыт разработки и поддержки продакшн-решений на основе современных моделей NLP.
• Владение Python на продакшн-уровне, PyTorch.
• Опыт работы с прикладными задачами с LLM, практический опыт с SFT, RAG и дистилляцией.
• Опыт работы с фреймворками для построения агентных систем: Pydantic AI, LangChain, LangGraph или аналоги.
• Опыт работы с инструментами для наблюдения и отладки LLM-приложений: Langfuse, LangSmith или аналоги.
• Опыт деплоя моделей, понимание MLOps: Docker, Kubernetes, CI/CD для ML.
• Большой плюс — опыт разработки и внедрения моделей в CV- или Speech-доменах.

Условия

• Гибкий формат: удалённо, гибридно или в офисе; предоставим технику и все необходимое.
• В офисе — зоны отдыха, кухня, поддержка комфортной инфраструктуры.
• Сильное инженерное комьюнити, внутренние конференции, обмен опытом, возможность смены направления внутри компании.
• Поддержка профессионального роста: внутреннее и внешнее обучение, участие в конференциях и публикациях.

График и условия выезда

• Гибкий график, возможность удалённой работы, гибрид или офис.