ПР
Правительство Москвы
Инженер по машинному обучению
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 подтверждение23 мин. назад
Впервые замечена1 ч назад
Активные источники1 источник
ПроисхождениеПубличный источник
Описание вакансии
Работа в Правительстве Москвы — это возможность делать наш город современнее и удобнее. Если ты тоже неравнодушен к Москве, хочешь развивать ее и развиваться сам, присоединяйся к нашей команде!
Обязанности:
- Разработка и развитие NLP-решений: обучение и дообучение современных моделей обработки естественного языка, применение LLM для классификации, извлечения информации, суммаризации и генерации текстов
- Разработка решений для автоматической расшифровки и протоколирования встреч: настройка ASR, обработка транскриптов, выделение ключевых тезисов, решений и поручений
- Анализ данных и предиктивная аналитика: подготовка данных, построение и валидация моделей, интерпретация результатов и внедрение решений в рабочие процессы
- Ведение полного цикла разработки NLP- и LLM-решений: формализация задачи, подготовка данных, выбор подхода, обучение или дообучение модели, оценка качества, оптимизация и внедрение
- Разработка современных моделей NLP и трансформерных архитектур для классификации текстов, извлечения сущностей, семантического поиска, кластеризации и анализа открытых ответов
- Создание решений с использованием LLM, включая RAG-подходы, проектирование промптов, настройку контуров оценки качества и снижение риска недостоверных ответов
- Развитие ASR-решений и автоматического протоколирования встреч: транскрибация, диаризация, постобработка текста, формирование резюме, решений и поручений
- Проведение анализа данных и разработка моделей предиктивной аналитики; проверка гипотез, выбор метрик, валидация и интерпретация результатов
- Интеграция моделей в информационные системы, мониторинг качества и производительности, документирование решений и поддержка моделей после запуска
- Самостоятельный выбор технических решений, ревью кода и результатов экспериментов, взаимодействие с заказчиками и смежными командами
Требования:
- Уверенное знание классического машинного обучения, методов валидации, статистики и принципов проведения экспериментов
- …
Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.
ИсточникHeadHunter / Data Scientist / RU