← К каталогу
РО

Ростелеком Информационные Технологии

Data Scientist (NLP/LLM) Junior+/Middle

УдалённоMiddleМосква, Россия7 дн. назад
СИГНАЛ JOBRADAR68/100Нормальный 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 подтверждение14 мин. назад
Впервые замечена7 дн. назад
Активные источники1 источник
ПроисхождениеПубличный источник
О ВАКАНСИИ

Описание вакансии

Сейчас мы находимся в поиске Data Scientist (NLP/LLM) в Ростелеком ИТ.

«РТК ИТ» специализируется на проектировании и автоматизации процессов продаж, а также обслуживании телекоммуникационной компании в В2С, В2В, B2O сегментах.

Описание проекта:

Мы создаем передовую платформу, которая позволяет эффективно обучать, тонко настраивать и разворачивать крупномасштабные языковые модели (LLM) и другие NLP-решения. Наша цель — предоставить командам исследователей и бизнес-пользователям инструментарий для работы с современными моделями ИИ в условиях ограниченного доступа к облачным ресурсам.

Мы предлагаем:

  • Удаленную работу (на территории РФ);
  • Оформление по ТК РФ в аккредитованной ИТ-компании;
  • Оклад и годовую премию;
  • Кафетерий льгот с возможностью выбора категорий (ДМС или компенсация затрат на медицинские услуги, спорт и т.д.).

Вам предстоит:

  • Разработка, обучение и улучшение ML-моделей для решения NLP- задач;
  • Решение задач классификации и извлечения сущностей (NER);
  • Проведение ML-экспериментов и оценка качества ML-решений;
  • Анализ и кластеризация пользовательских запросов;
  • Разработка ML-решений на основе LLM, RAG и AI-агентов;
  • Разработка решений для извлечения информации из документов и изображений;
  • Интеграция ML/LLM-решений в существующие сервисы.

Нам важны:

  • Уверенное владение Python, опыт работы с PyTorch и Transformers;
  • Понимание подходов к решению задач классификации текстов и извлечения сущностей (NER);
  • Понимание метрик оценки качества моделей, включая Precision, Recall и F1-score;
  • Понимание принципов векторного представления текстов, работы эмбеддингов и семантического поиска;
  • Понимание принципов работы LLM и архитектуры RAG;
  • Понимание подходов и метрик оценки качества поиска и генерации ответов в RAG-системах;
  • Понимание принципов работы AI-агентов и основных подходов к их разработке;
  • Навыки проведения ML-экспериментов, сравнения подходов и анализа результатов;
  • Понимание принципов интеграции…

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

ИсточникHeadHunter / Data Scientist / RU