О позиции
Компания Авиасейлс ищет ML-инженера, который будет вести ML-проекты end-to-end и работать совместно с коллегами. Ваша задача будет заключаться в дообучении трансформенных моделей под наши задачи классификации контента, включая интент, тематику и монетизируемость. Вы будете строить классические ML-пайплайны на табличных данных, включая фичеинжиниринг, бустинги и валидацию. Также вам предстоит работать с LLM через наш gateway, писать и итерировать промпты, собирать эвал-сеты и мерить качество. Участие в дизайне А/Б-тестов также будет частью вашей работы, а совместно с SE вы будете доводить решения до прода.
Чем вы будете заниматься
- Ведение ML-проектов end-to-end.
- Дообучение трансформенных моделей под задачи классификации контента.
- Строительство ML-пайплайнов на табличных данных.
- Работа с LLM через gateway: написание и итерация промптов.
- Участие в дизайне А/Б-тестов.
- Совместная работа с SE для доведения решений до прода.
Требования
- Опыт 3+ лет в ML/DS с реальными моделями в проде.
- Уверенное знание Python: ООП, тесты, типизация.
- Знание SQL на уровне извлечения данных для фичей и анализа.
- Опыт работы с FastAPI и Docker.
- Опыт с нейросетевыми моделями, особенно для текстовых данных.
- Уверенное владение классическим ML: знание основных семейств моделей.
- Опыт с LLM API: написание промптов, сбор few-shot примеров.
- Понимание A/B тестирования.
Будет плюсом
- Опыт оптимизации алгоритмов.
- Знание принципов валидации и фичеинжиниринга.
- Опыт работы с большими данными.
Что мы предлагаем
- Конкурентная зарплата от 300 000 до 500 000 ₽ в месяц.
- Удалённая работа с гибким графиком.
- Возможности для профессионального роста и развития.
- Доступ к современным инструментам и технологиям.
- Дружная команда профессионалов.
- Бонусы за успешные проекты.
Вакансия предлагает интересные задачи в области ML и LLM с конкурентной зарплатой. Требуется опыт работы и уверенные навыки в Python и других технологиях.
Кто здесь добьётся успеха
Глубокие знания Python и опыт работы с библиотеками машинного обучения, такими как TensorFlow и PyTorch, для разработки и дообучения трансформенных моделей.
Способность самостоятельно работать в удалённом режиме, управляя своим временем и задачами, а также активно участвовать в виртуальных командных встречах.
Опыт создания и оптимизации ML-пайплайнов с использованием FastAPI и Docker, что позволяет эффективно разрабатывать, тестировать и разворачивать модели в продуктивной среде.
Ресурсы для обучения
Карьерный путь
Обзор рынка
Навыки и требования
Тренды отрасли
Новости AI/ML
Загружаем новости отрасли...
Ищем релевантные статьи за последние 6 месяцев