ML-инженер для улучшения автоматического протоколирования встреч@ Контур
О позиции
Компания Контур ищет ML-инженера для улучшения автоматического протоколирования встреч. Ваша задача будет заключаться в повышении качества генерации, работе с галлюцинациями и оптимизации воркфлоу-решений. Это отличная возможность для тех, кто хочет развивать свои навыки в области машинного обучения и NLP.
Чем вы будете заниматься
- Улучшение автоматического протоколирования встреч: повышение качества генерации и работа с галлюцинациями.
- Запуск новой ИИ-функциональности и поддержка существующей функциональности в NLP.
- Развитие агентских систем внутри продукта: оптимизация и улучшение качества.
- Настройка и оптимизация мониторинга качества и предотвращение деградации решений.
- Работа с фреймворками для построения агентных систем, такими как Pydantic AI и LangChain.
Требования
- Опыт разработки и поддержки продакшн-решений на основе современных моделей NLP.
- Владение Python на продакшн-уровне и знание PyTorch.
- Опыт решения прикладных задач с LLM, а также практический опыт с SFT, RAG и дистилляцией.
- Опыт работы с инструментами для наблюдения и отладки LLM-приложений.
- Понимание MLOps: опыт деплоя моделей, работа с Docker и Kubernetes.
Будет плюсом
- Опыт разработки и внедрения моделей в CV- или Speech-доменах.
Что мы предлагаем
- Конкурентная заработная плата от 250 000 до 350 000 ₽ в месяц.
- Гибкий график работы и возможность частичной удалённой работы.
- ДМС и обучение за счёт компании.
- Работа в дружной команде профессионалов.
- Участие в интересных проектах с использованием современных технологий.
Вакансия имеет четкие требования и задачи, однако не указана зарплата, что снижает оценку. В целом, предложение выглядит привлекательно для специалистов в области ML.
Кто здесь добьётся успеха
Глубокие знания Python и библиотек для NLP, таких как SpaCy и NLTK, для повышения качества автоматического протоколирования.
Способность эффективно работать в гибридном режиме, сочетая удаленные и офисные взаимодействия, для оптимизации процессов с командой.
Опыт работы с PyTorch и MLOps для разработки и развертывания моделей машинного обучения в продуктивной среде.
Навыки работы с контейнерами Docker и оркестрацией Kubernetes для обеспечения масштабируемости и надежности решений.
Ресурсы для обучения
Карьерный путь
Обзор рынка
Навыки и требования
Тренды отрасли
Новости AI/ML Solutions
Загружаем новости отрасли...
Ищем релевантные статьи за последние 6 месяцев