Junior ML-инженер

Обязанности

• Разработка, обучение и оптимизация AI-агентов, нейронных сетей и LLM-решений

• Проектирование agentic workflow, multi-agent систем, tool calling и function calling

• Разработка RAG-систем: embeddings, semantic search, hybrid search, chunking, reranking, knowledge base

• Работа с локальными LLM-моделями: Llama, Mistral, Qwen

• Дообучение языковых моделей: fine-tuning, SFT, LoRA, QLoRA, PEFT, DPO, RLHF

• Подготовка, очистка и разметка данных для обучения и оценки моделей

• Применение Python и библиотек PyTorch, Transformers, NumPy, Pandas, Scikit-learn для создания и оптимизации моделей

• Использование LangGraph, LangChain, LlamaIndex, Hugging Face, vLLM, SGLang, Ollama, llama.cpp для NLP и AI-задач

• Работа с векторными базами данных: Qdrant, FAISS, Chroma, Milvus, Weaviate

• Развёртывание и оптимизация LLM inference, квантование моделей, работа с GPU/CUDA

• Создание API и сервисов для AI-решений с использованием FastAPI, Docker, Git

• Исследование и внедрение современных методов в области NLP, LLM, RAG и искусственного интеллекта

Требования

• Уверенное знание Python и основных библиотек для машинного обучения и анализа данных

• Опыт работы с PyTorch, Transformers, NumPy, Pandas, Scikit-learn

• Понимание принципов работы, обучения и оценки нейронных сетей и трансформерных моделей

• Знакомство с NLP, LLM, embeddings, tokenization, prompt engineering, RAG и semantic search

• Опыт работы с локальными LLM-моделями будет преимуществом

• Умение работать с LangGraph, LangChain, LlamaIndex, Hugging Face, vLLM, SGLang, Ollama или llama.cpp будет преимуществом

• Знакомство с vector databases: Qdrant, FAISS, Chroma, Milvus или Weaviate будет преимуществом

• Опыт дообучения LLM: LoRA, QLoRA, PEFT, SFT, DPO — будет преимуществом

• Понимание принципов Docker, FastAPI, Git, Linux, GPU/CUDA и MLOps будет преимуществом

• Умение работать в команде, исследовать новые подходы и доводить ML-решения до внедрения

Условия

• Стабильная работа в…