TH
The Skolkovo Institute of Science and Technology
Старший инженер по машинному обучению (Центр ИИ)
СИГНАЛ JOBRADAR75/100Нормальный сигнал актуальности
ПАСПОРТ ВАКАНСИИ
Что JobRadar наблюдает сейчас
Балл строится только на фактах из источников: свежести подтверждения, возрасте записи и происхождении вакансии. Это не гарантия найма и не оценка работодателя.
Последнее подтверждение28 мин. назад
Впервые замечена1 ч назад
Активные источники1 источник
ПроисхождениеПубличный источник
Описание вакансии
Мы ищем старшего инженера по машинному обучению, который будет не просто обучать модели, а проектировать и внедрять сложные промышленные решения на базе больших языковых моделей (LLM). Вы займетесь исследованием современных архитектур, построением LLM-агентов и мультиагентных систем, а также оптимизацией производительности под высокие нагрузки.
Обязанности:
- Участвовать в исследованиях и разработке новых методов и алгоритмов на базе нейросетевых моделей.
- Исследовать архитектуры и подбирать оптимальные решения под задачи Проектов.
- Создавать, модифицировать и обучать нейросетевые модели, включая настройку гиперпараметров и оптимизацию производительности.
- Заниматься подготовкой, предобработкой данных и пост-обработкой результатов работы алгоритмов.
- Анализировать качество моделей и участвовать во внедрении результатов R&D.
- Составлять отчеты и техническую документацию, участвовать в подготовке публикаций и оформлении результатов интеллектуальной деятельности.
- Использовать современные инструменты разработки, управления версиями, развертывания ПО и проведения экспериментов для обеспечения эффективности и сохранности результатов работы.
Требования:
- Высшее образование (математика, физика, ИТ или смежные области).
- Опыт работы не менее 3 лет на позиции ML-инженера, датасайентиста или смежных.
- Математические основы машинного обучения и глубокого обучения.
- Понимание принципов работы LLM: Глубокое знание архитектуры трансформеров, механизмов внимания, токенизации и процессов инференса.
- Разработка агентов: Умение писать LLM-агентов и строить мультиагентные системы для решения сложных прикладных задач.
- Владение инструментарием: Уверенное знание библиотек LangChain, LangGraph, ADK.
- Обучение LLM: Практический опыт дообучения моделей (Fine-tuning, LoRA, RLHF и др.), включая подготовку данных и оценку качества.
- Промышленное применение: Опыт применения LLM в реальных бизнес-задачах (не только pet-проекты или…
Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.
ИсточникHeadHunter / Data Scientist / RU