← К каталогу
ЕВ

Евроторг

AI Tech Lead

ОфисLeadМинск, Беларусь2 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 подтверждение20 мин. назад
Впервые замечена2 ч назад
Активные источники1 источник
ПроисхождениеПубличный источник
О ВАКАНСИИ

Описание вакансии

Ищем AI Tech Lead для развития направления искусственного интеллекта и внедрения ML/AI-решений в бизнес-процессы компании.

Основные направления: прогнозирование спроса, анализ данных, NLP, LLM и автоматизация бизнес-процессов.

Обязанности:

  • Техническое руководство разработкой и внедрением AI/ML-решений;
  • Проектирование архитектуры ML-систем, выбор технологий и подходов;
  • Разработка моделей прогнозирования спроса, анализа продаж и товарных остатков;
  • Разработка NLP-решений для классификации текстов, извлечения сущностей и семантического поиска;
  • Организация ML-экспериментов, оценка качества и оптимизация моделей;
  • Развёртывание моделей во внутренней инфраструктуре компании (on-premise);
  • Обеспечение качества технических решений, code review и развитие компетенций команды;
  • Взаимодействие с командами разработки, аналитики и бизнес-заказчиками;

Требования:

Общие компетенции:

  • Python на уровне production-кода: pandas/polars, NumPy, модульная разработка, тестирование;
  • Продвинутый SQL: оконные функции, сложные JOIN, работа с DWH;
  • Подготовка и очистка данных, обработка аномалий, пропусков и дублей;
  • Валидация ML-моделей: rolling window, baseline, предотвращение data leakage;
  • Docker, Linux, развёртывание моделей on-premise, в том числе на CPU;
  • MLflow или аналоги для воспроизводимости экспериментов и версионирования;
  • Опыт проектирования ML-решений и принятия технических решений;

NLP и обработка текстов

  • Токенизация, лемматизация русского языка, TF-IDF, BM25, n-граммы;
  • pymorphy, Natasha, spaCy или аналоги;
  • Трансформерные модели: ruBERT, multilingual-e5, BGE-M3 и аналоги;
  • Fine-tuning моделей для классификации, NER и семантического сопоставления;
  • Векторный и гибридный поиск: pgvector, Qdrant, FAISS, BM25;
  • Cross-encoder reranking и работа с эмбеддингами;

LLM и речевые технологии

  • Локальное развёртывание LLM: vLLM, Ollama;
  • Разработка RAG-систем, структурированный вывод (JSON Schema);
  • Оценка качества…

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

ИсточникHeadHunter / IT / BY