ЕВ
Евроторг
AI Tech Lead
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
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