← К каталогу
ТИ

Тихевич Никита Александрович

ML-инженер (NLP / LLM)

ОфисУровень не указанМосква, Россия1 ч назад
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 подтверждениетолько что
Впервые замечена1 ч назад
Активные источники1 источник
ПроисхождениеПубличный источник
О ВАКАНСИИ

Описание вакансии

Ищем ML-инженера для разработки решений на основе языковых моделей. Основные направления работы - обработка текстовой информации, поиск ответов по документам и автоматизация задач с помощью LLM-агентов.

Предстоит разрабатывать решения на Python, работать с данными и SQL, строить RAG-системы и агентов, оценивать качество ответов и улучшать поведение моделей на реальных задачах.

Задачи:

  • Разрабатывать приложения на основе LLM для работы с текстом и документами.
  • Строить RAG-пайплайны: подготовка документов, поиск релевантных фрагментов и формирование ответов на их основе.
  • Создавать LLM-агентов, которые используют внешние инструменты и выполняют последовательности действий.
  • Разрабатывать и поддерживать код на Python, работать с данными при помощи SQL.
  • Подготавливать тестовые примеры, выбирать метрики и оценивать качество решений.
  • Анализировать ошибки ответов и улучшать работу LLM-систем по результатам проверок.

Основные требования:

  • Опыт работы 3-6 лет.
  • Уверенное владение Python и практический опыт разработки решений на основе языковых моделей.
  • Практический опыт с RAG: поиск по документам и использование найденной информации в ответах модели.
  • Опыт разработки LLM-агентов и подключения инструментов к модели.
  • Владение SQL для получения и обработки данных.
  • Умение проверять качество решений: формировать тестовые наборы, применять метрики и разбирать ошибки.

Будет плюсом:

  • Мониторинг и сопровождение ML/LLM-систем.
  • Разработка API и интеграций, в том числе с FastAPI.
  • Docker, автоматизированные тесты и CI/CD.
  • Prompt engineering, LangChain или LangGraph.
  • PyTorch, Hugging Face Transformers и дообучение моделей.

Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.

ИсточникHeadHunter / Data Scientist / RU