Lead ML Engineer — проектирование LLM-пайплайнов для автоматизации@ Toloka
О позиции
Мы ищем Lead ML Engineer для работы в Toloka. Эта позиция предлагает возможность проектировать и внедрять агентные LLM-пайплайны для автоматизации ручных процессов в клиентских проектах. Вы будете заниматься архитектурой решений, автоматической оценкой качества, продуктизацией компонентов и масштабированием на несколько аккаунтов. Если вы хотите работать над передовыми проектами и влиять на развитие технологий, эта вакансия для вас.
Чем вы будете заниматься
- Проектирование и внедрение LLM-пайплайнов для автоматизации процессов.
- Разработка архитектуры решений и автоматических evaluation-пайплайнов.
- Продвижение и продуктизация компонентов для клиентских проектов.
- Масштабирование решений на несколько аккаунтов.
- Работа в команде над созданием обучающих данных для GenAI-моделей.
Требования
- 5–8+ лет опыта в применении ML и LLM в продакшене.
- Опыт запуска агентных систем и построения автоматических пайплайнов.
- Продвинутый уровень Python.
- Способность к прагматичному подходу и ориентации на измеримый результат.
- Опыт работы с крупными клиентами и проектами.
Будет плюсом
- Знание современных технологий и инструментов в области ML.
- Опыт работы с платформами для создания обучающих данных.
- Навыки работы в команде и управления проектами.
Что мы предлагаем
- Конкурентная зарплата и возможность удалённой работы.
- Работа в команде профессионалов с доступом к передовым технологиям.
- Возможность влиять на развитие продукта и технологий.
- Гибкий график работы и возможность работы из любой точки мира.
- Интересные проекты и возможность профессионального роста.
Вакансия предлагает интересные задачи и возможность работы с передовыми технологиями в области ML. Однако, отсутствие конкретной информации о компании может вызывать вопросы у кандидатов.
Кто здесь добьётся успеха
Глубокое понимание архитектуры LLM и опыт проектирования пайплайнов для автоматизации, включая использование Python и библиотек, таких как TensorFlow или PyTorch.
Способность работать в гибридном режиме с высокой самоорганизацией, что позволяет эффективно управлять временем и приоритизировать задачи при удаленной работе.
Опыт в автоматизации процессов и оценке качества моделей, включая знание методов тестирования и мониторинга, что позволяет обеспечить надежность и эффективность решений.
Ресурсы для обучения
Карьерный путь
Обзор рынка
Навыки и требования
Тренды отрасли
Новости AI/Big Data
Загружаем новости отрасли...
Ищем релевантные статьи за последние 6 месяцев