О роли
Вы будете работать на стыке Data Science и Engineering, превращая экспериментальные NLP/IR/GenAI модели в безопасные, надёжные и масштабируемые сервисы. Присоединяйтесь к команде, которая развивает исследовательские платформы Elsevier — Scopus/Scopus AI, ScienceDirect/ScienceDirect AI, а также workflows подачи и рецензирования журналов. Системы работают с одним из крупнейших в мире научных корпусов, поэтому вы будете заниматься AI-функциями (GenAI, Agentic AI, RAG и др.), качеством поиска/ранжирования и retrieval с учётом knowledge graph, при этом соблюдая права на контент и редакционную конфиденциальность.
Задачи
ML & LLM Engineering, Search and Recommendation Engines
•Автоматизация и оркестрация ML-воркфлоу на основных облачных и AI-платформах (AWS, Azure, Databricks, и API фундаментальных моделей, например OpenAI)
•Поддержка и версионирование реестров моделей и артефактов для обеспечения воспроизводимости и governance
•Разработка и управление CI/CD для ML, включая автоматизированную валидацию данных, тестирование моделей и деплой
•Реализация ML Engineering решений с использованием популярных MLOps-платформ: AWS SageMaker, MLflow, Azure ML
•End-to-end кастомные SageMaker pipelines для рекомендательных систем
•Проектирование и реализация инженерных компонентов GAR+RAG систем (интерпретация и рефлексия запросов, chunking, embeddings, гибридный retrieval, семантический поиск), управление библиотеками промптов, guardrails и структурированным выводом для LLM на Bedrock/SageMaker или self-hosted
•Проектирование и реализация ML-пайплайнов с использованием Elasticsearch/OpenSearch/Solr, векторных БД и графовых БД
•Создание пайплайнов оценки: офлайн IR-метрики (NDCG, MAP, MRR), метрики качества LLM (faithfulness, grounding), A/B-тестирование
•Оптимизация затрат на инфраструктуру через мониторинг, стратегии масштабирования и эффективное использование ресурсов
•Отслеживание актуальных исследований в области GAI, NLP и RAG и применение state-of-the-art решений в экспериментах и системах
Коллаборация
•Партнёрство с предметными экспертами, продакт-менеджерами, дата-сайентистами и экспертами по Responsible AI для перевода бизнес-задач в передовые решения data science
•Взаимодействие с Operations Engineers, которые деплоят и поддерживают продакшн-инфраструктуру
Требования
•3–5+ лет опыта в ML Engineering, MLOps-платформах, выводе ML или search/GenAI систем в продакшн
•Сильные навыки инженерии на Python, Java и/или Scala
•Опыт в статистическом анализе, теории машинного обучения и обработке естественного языка
•Практический опыт с решениями основных облачных провайдеров (AWS, Azure и/или Google)
•Опыт с технологиями поиска/векторными/графовыми БД (Elasticsearch / OpenSearch / Solr / Neo4j)
•Опыт оценки LLM моделей
•Опыт работы с научными издательскими workflows, библиометрикой или цитатными графами
•Глубокое понимание жизненного цикла Data Science, включая feature engineering, обучение моделей и метрики оценки
•Знание ML-фреймворков, например PyTorch, TensorFlow, PySpark
•Опыт работы с системами крупномасштабной обработки данных, например Spark
Условия
•Работа в формате flexible hours — гибкое время работы в течение дня для повышения продуктивности
•Инициативы по well-being, совместный родительский отпуск, помощь в обучении, саббатикалы
•Primary Location Base Pay Range: Amsterdam (Radarweg) €53,800 - €89,900
•Роль подпадает под Collective Labor Agreement Publishing Industry
•Офис в Амстердаме
RELX / Elsevier — глобальный лидер в сфере информации и аналитики, помогающий исследователям и медицинским специалистам развивать науку и улучшать здравоохранение.
