ML Engineer (в архиве)

14 Января

Партнерские Вакансии

Компания "Транстелеком"

Ключевые задачи:

• Проектирование комплексной стратегии обучения, fine-tuning и адаптации языковых моделей (LLM) для работы с высокочувствительными страновыми данными;
• Подготовка и реализация процесса донастройки моделей (LoRA, QLoRA, full fine-tuning) на корпусах корпоративных данных и внутренних нормативных документов;
• Минимизация ошибок и RAG-оптимизация;
• Оптимизация эмбеддингов;
• Установка метрик retrieval quality (MRR, NDCG, Recall@k) и создание инструментов для анализа ошибок в цепочке retrieve-rank-generate;
• Перепроектирование архитектуры генерации ответов от простых retrieval-based ответов к генерации качественных обоснованных рекомендаций;
• Проектирование комплексной системы метрик для оценки качества LLM-ответов: токен-уровневые (perplexity, loss), семантические (BLEU, ROUGE, BERTScore), RAG-специфичные (retrieval precision/recall, hallucination rate), бизнес-метрики (полнота ответа, корректность рекомендаций);
• Тесная работа с инженерами данных на определении требований к подготовке данных для fine-tuning, обеспечение чистого и структурированного потока данных.

Навыки, которые нам необходимы:

• 4+ лет опыта в Machine Learning с фокусом на NLP/LLM системы;

• Подтвержденный опыт разработки production LLM-решений (minimum 2+ deployed projects);

• Глубокое понимание архитектуры трансформеров, механизма attention, позиционного кодирования ;

• Опыт fine-tuning LLM на кастомных датасетах (LoRA, QLoRA, full fine-tuning) ;

• Экспертиза в prompt-инжиниринге: zero-shot, few-shot, chain-of-thought техники ;

• Знание техник контекстного окна и управления длинными контекстами ;

• Minimum 2+ лет практического опыта с RAG системами.

То, что ждет вас в команде:

• Работа в стабильной и динамичной Компании;
• Карьерный рост;
• Добровольное медицинское страхование (ДМС);
• Материальная помощь по памятным событиям;
• Отпуск 28 дней;
• Яркая корпоративная жизнь.