← К каталогу
ПЛ

Платежное Решение

ML Инженер

ГибридУровень не указанМосква, Россия1 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 подтверждение29 мин. назад
Впервые замечена1 ч назад
Активные источники1 источник
ПроисхождениеПубличный источник
О ВАКАНСИИ

Описание вакансии

Мы — компания "Платежное решение" — ведущий игрок на рынке трансграничных платежей и динамично развивающийся fintech проект. Мы сотрудничаем с крупнейшими банками страны, совершаем платежи в любую точку мира и используем современные финансовые инструменты. Сейчас мы в поиске ML Инженера.

Обязанности:

  • Разработка пайплайнов по преобразованию сырых потоков (аудио, видео, сканы, текстовая переписка) в структурированные бизнес-объекты. Вы будете работать с задачами транскрибации, семантического поиска, распознавания сущностей и классификации контента;
  • Разработка алгоритмов, которые не просто распознают информацию, но и принимают решения на основе бизнес-правил (валидация данных, логические проверки, маршрутизация задач). Внедрение механизмов "уверенности модели", позволяющих передавать сложные пограничные случаи на проверку человеку;
  • Выстраивание системы Human-in-the-loop, где каждое действие оператора (исправление, уточнение) автоматически превращается в размеченные данные для дообучения моделей, снижая нагрузку на команду с каждым месяцем;
  • Проектирование высоконагруженных микросервисов, асинхронная обработка больших объемов данных, обеспечение отказоустойчивости и минимальной задержки (инференс на GPU/CPU).

Требования:

  • Опыт коммерческой разработки ML-решений;
  • Глубокое знание Python, PyTorch / TensorFlow;
  • Опыт работы с документами (DocTR, EasyOCR, PaddleOCR, трансформеры для таблиц);
  • Понимание архитектур Whisper, Wav2Vec 2.0 или аналогичных. Опыт с библиотеками для диаризации (pyannote.audio, ASR дистрибутивы);
  • Опыт работы с RAG;
  • Опыт работы с OpenAI API, локальными моделями (Llama 3, Qwen), навыки Few-shot и Chain-of-Thought промптинга;
  • Умение упаковывать модели в Docker, писать асинхронные микросервисы (FastAPI), работать с очередями (RabbitMQ/Redis).

Условия:

  • Высокий уровень оплаты труда;
  • Возможность работать в FinTech проекте;
  • Официальное трудоустройство с первого дня согласно ТК РФ;
  • ДМС после испытательного…

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

ИсточникHeadHunter / Data Scientist / RU