ML-инженер — разработка NLP и мультимодальных систем@ Центр практического ИИ Сбер
О позиции
Центр практического искусственного интеллекта Сбер занимается разработкой и внедрением высокотехнологичных AI-инструментов. Ваша роль как ML-инженера будет заключаться в разработке, оптимизации и поддержке NLP и мультимодальных пайплайнов, включая RAG-системы. Это отличная возможность для тех, кто хочет работать с передовыми технологиями в области искусственного интеллекта.
Чем вы будете заниматься
- Разрабатывать и поддерживать NLP пайплайны для обработки естественного языка.
- Оптимизировать мультимодальные системы для повышения их эффективности.
- Работать с RAG-системами для улучшения качества обработки данных.
- Сотрудничать с командой для внедрения новых AI-решений.
- Участвовать в исследовательских проектах, связанных с искусственным интеллектом.
Требования
- Опыт работы с NLP и мультимодальными системами.
- Знание языков программирования, таких как Python.
- Опыт работы с библиотеками машинного обучения (например, TensorFlow, PyTorch).
- Способность работать в команде и эффективно коммуницировать.
- Знание английского языка на техническом уровне.
Будет плюсом
- Опыт работы с RAG-системами.
- Знание других языков программирования.
- Опыт работы с большими данными.
Что мы предлагаем
- Конкурентная зарплата в диапазоне 180 000 - 320 000 ₽ в месяц.
- Возможность работать в офисе с командой профессионалов.
- Доступ к современным технологиям и инструментам.
- Обучение и развитие в области AI.
- ДМС и другие социальные гарантии.
Вакансия предлагает интересные задачи в области AI, но не указана зарплата, что снижает её привлекательность.
Кто здесь добьётся успеха
Глубокие знания Python и опыт работы с библиотеками NLP, такими как spaCy и NLTK, что позволяет эффективно разрабатывать и оптимизировать пайплайны.
Способность работать в офисном режиме и активно взаимодействовать с командой, что важно для совместной разработки мультимодальных систем и RAG-систем.
Опыт работы с фреймворками TensorFlow и PyTorch для создания и обучения моделей машинного обучения, что является критически важным для успешной реализации проектов.
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