Работа в России, вакансия - ML-инженер • Астана - id272

Обязанности:

• Разработка, обучение и оптимизация моделей машинного обучения (NLP, классификация, генеративные модели, embeddings, retrieval).

• Построение и улучшение пайплайнов обработки текстовых данных: очистка, разметка, препроцессинг, векторизация.

• Разработка и интеграция моделей в продакшн (FastAPI, Docker, CI/CD).

• Оптимизация inference: квантование, тюнинг, ускорение на GPU/CPU, работа с большими наборами данных.

• Построение поисковых и рекомендательных систем (BM25, semantic search, reranking).

• Разработка внутренней ML-инфраструктуры: мониторинг моделей, A/B-тесты, метрики качества.

• Работа с большими языковыми моделями (LLMs): prompting, finetuning, RAG-архитектуры.

• Взаимодействие с командой разработки для внедрения моделей в существующие сервисы.

• Уверенный опыт работы ML Engineer/DS/NLP Engineer.

• Глубокие знания в NLP: embeddings, transformers, seq2seq, классификация, NER, semantic similarity, retrieval.

• Опыт работы с фреймворками: PyTorch, TensorFlow, HuggingFace Transformers, SentenceTransformers.

• Умение строить и оптимизировать модели на GPU (CUDA, quantization, ускоренные attention-механизмы).

• Опыт работы с векторными базами данных (Qdrant, Milvus, FAISS) и поисковыми движками (Elasticsearch, OpenSearch).

• Знание Python на продакшн-уровне, опыт создания сервисов на FastAPI.

• Уверенная работа с Docker, Git, Linux-средой.

• Понимание принципов MLOps — будет плюсом.

• Плюсом будет опыт работы с LLM (Qwen, Llama, DeepSeek) и построения RAG-систем.

• Работа над крупными и технологическими проектами с упором на NLP и LLM.

• Возможность предлагать и реализовывать собственные архитектурные решения.

• Гибкий график, удалённый или гибридный формат.

• Конкурентная зарплата, обсуждается индивидуально по уровню.

• Доступ к GPU-ресурсам, современным ML-стекам, крупным датасетам.

• Профессиональный рост: участие в конференциях, internal R& D, разработка собственных моделей.

• Дружная команда, минимум бюрократии, быстрые циклы разработки