IT-hunter

Senior ML Engineer (Python / NLP / LLM)

Коротко

Senior ML Engineer в российской IT-компании, разрабатывающей решения для обработки и повышения качества данных для крупных корпоративных заказчиков, включая банки. Роль hands-on, без управления командой: проектирование ML-пайплайнов, работа с NLP/LLM-моделями (Transformers, BERT, RAG, fine-tuning), классификация текстов, NER, оценка качества моделей и вывод решений в production. Требуется 6–8 лет опыта в ML Engineering/NLP, глубокое знание Python, PyTorch, scikit-learn, Hugging Face Transformers и SQL.

О компании
Российская IT-компания, разрабатывающая решения для обработки, управления и повышения качества данных. Наши продукты используют крупные корпоративные заказчики, включая банки и другие высоконагруженные организации. Ищем опытного ML Engineer с сильной инженерной базой и глубоким пониманием Machine Learning, NLP и LLM. Нам нужен самостоятельный специалист, способный проектировать ML-решения, строить пайплайны и доводить разработки до production.
Чем предстоит заниматься
•Проектировать, разрабатывать и оптимизировать ML-пайплайны: от подготовки данных и обучения моделей до внедрения в production.
•Разрабатывать и дообучать ML/NLP-модели под продуктовые задачи.
•Работать с Transformers, BERT, LLM, RAG и fine-tuning.
•Решать задачи классификации текстов, NER и извлечения информации.
•Разрабатывать процессы оценки качества моделей, проводить эксперименты и оптимизировать инференс.
•Самостоятельно взаимодействовать с заказчиками: собирать требования, предлагать технические решения и реализовывать их.
•В перспективе — участвовать в разработке AI Agents и агентных систем.
Что мы ожидаем
•От 6–8 лет релевантного опыта в ML Engineering, NLP или разработке ML-систем.
•Уверенное владение Python, PyTorch, scikit-learn, Hugging Face Transformers.
•Глубокое понимание классического ML: логистическая регрессия, деревья решений, SVM, boosting, bagging.
•Понимание метрик качества моделей: Precision, Recall, F1, ROC-AUC, выбор threshold и применение метрик к бизнес-задачам.
•Знание архитектуры Transformers и BERT, практический опыт классификации текстов и NER.
•Опыт fine-tuning ML/NLP-моделей, включая BERT и современные LLM.
•Практический опыт самостоятельного построения ML-пайплайнов и вывода моделей в production.
•Опыт работы с LLM, RAG, оценки качества и оптимизации моделей.
•Хорошее знание SQL, опыт обработки больших объёмов данных.
•Умение самостоятельно принимать технические решения и взаимодействовать с заказчиками.
Технологический стек
Python, PyTorch, scikit-learn, Hugging Face Transformers, DSPy, OpenAI, vLLM / llama.cpp, MLflow, PostgreSQL, Kafka, REST API. Будет плюсом опыт работы с Airflow, ClickHouse, Docker, Kubernetes, векторными базами данных и MLOps.
Особенности позиции
Это hands-on инженерная роль без управления командой. Мы ищем специалиста, который самостоятельно пишет код, проектирует архитектуру решений, выстраивает коммуникацию с заказчиками и отвечает за технический результат. Основной фокус на первом этапе — построение и развитие ML-пайплайнов. В дальнейшем предполагается развитие LLM-решений и агентных систем.
Условия
•Полностью удалённая работа из РФ или гибридный формат.
•Офис в Москве, м. Парк культуры.
•Заработная плата обсуждается индивидуально.
•Работа над реальными продуктовыми ML/LLM-задачами.
•Возможность влиять на архитектуру и технические решения.

Хватит откликаться.
Получите рекомендацию.

$10 стартовых кредитов

Всего 60 секунд, полностью на автопилоте — AI-агенты Eraldt читают ваше резюме, определяют подходящие роли, находят живые вакансии и людей, которые могут вас порекомендовать, пишут им личные письма и добиваются рекомендации.

Это не отклик на вакансию: резюме не уходит в компанию, а рекомендацию именно по этой роли мы не обещаем.

Посмотрите, кто ещё получает интервью на автопилоте