Работа в Москве, вакансия - Эксперт по машинному обучению • Москва - id339

Чем предстоит заниматься:

• Обеспечивать разработку, внедрение и развитие корпоративных решений на базе больших языковых моделей для автоматизации бизнес-процессов, повышения производительности сотрудников, улучшения качества принятия решений и создания измеримого бизнес-эффекта для компаний Холдинга.
• Участвовать в полном цикле разработки AI/ML-решения: от гипотез и прототипов до запуска в production и последующего мониторинга
• Разрабатывать, тестировать и внедрять end-to-end решения на базе LLM: диалоговых агентов, RAG и LLM workflows
• Оптимизировать производительность, качество и стоимость использования LLM в продуктовых сценариях
• Вести техническую документацию, участвовать в оценке инициатив и консультировать бизнес юниты по вопросам применения LLM.

Мы предлагаем:​​​​

• Возможность присоединиться к профессиональной, высоко мотивированной и результативной команде из 200+ сотрудников R1, перспективы карьерного роста
• Официальное трудоустройство в аккредитованный IT-актив компании ООО Эр-1 , оплачиваемые отпуск, командировки, больничные
• Работу в офисе в одном из городов присутствия R1 на ваш выбор - Москва, Санкт-Петербург, Пермь
• Рыночную заработную плату по результатам собеседования
• ДМС со стоматологией после испытательного срока, 100% компенсацию больничного
• Комфортные офисные условия
• Корпоративные программы от наших партнеров
• Бонусное подключение к телеком-услугам Дом.ru по тарифу «Сотрудник»
• Яркую корпоративная жизнь и дружелюбную атмосферу в коллективе профессионалов!

Мы ждём от кандидатов:

• Опыт работы на позиции Data Scientist, ML инженер, LLM инженер (уровень Senior)
• Опыт работы с машинным обучением, фреймворками и инструментами, связанными с LLM
• Опыт разработки высоконагруженных AI/ML сервисов (с фокусом на LLM)
• Знание популярных библиотек и фреймворков для машинного обучения (например, TensorFlow, PyTorch, Scikit-learn, PEFT, vLLM)
• Понимание архитектур LLM и опыт файнтюнинга под продуктовые задачи (SFT, PEFT, RLHF, LoRA, PPO, DPO, GRPO)
• Знание LLM-фреймворков (langchain, langgraph или аналоги) и подходов к разработке AI-агентов (function calling, structured output, context engineering)
• Знание методов оценки качества LLM-решений
• Знание языков программирования: Python, SQL, PySpark
• Глубокое понимание математических основ, включая статистику и линейную алгебру.