Senior ML Engineer (Python / NLP / LLM)

Задачи:

• Проектировать, разрабатывать и оптимизировать ML-пайплайны: от подготовки данных и обучения моделей до внедрения в production.
• Разрабатывать и дообучать ML/NLP-модели под продуктовые задачи, включая классификацию текстов, NER и извлечение информации.
• Работать с Transformers, BERT, LLM, RAG и fine-tuning.
• Оценивать качество моделей, проводить эксперименты и оптимизировать инференс.
• Самостоятельно собирать требования у заказчиков, предлагать технические решения и реализовывать их.
• В перспективе участвовать в разработке AI Agents и агентных систем.

Требования:

• От 6–8 лет релевантного опыта в ML Engineering, NLP или разработке ML-систем.
• Уверенное владение Python, PyTorch, scikit-learn и Hugging Face Transformers.
• Глубокое понимание классического ML: логистическая регрессия, деревья решений, SVM, boosting и bagging.
• Понимание метрик Precision, Recall, F1, ROC-AUC, выбора threshold и применения метрик к бизнес-задачам.
• Знание архитектуры Transformers и BERT; практический опыт классификации текстов, NER и fine-tuning моделей, включая современные LLM.
• Опыт самостоятельного построения ML-пайплайнов, вывода моделей в production, работы с LLM и RAG, оценки качества и оптимизации моделей.
• Хорошее знание SQL и опыт обработки больших объёмов данных.
• Умение самостоятельно принимать технические решения и взаимодействовать с заказчиками.

Технологический стек: Python, PyTorch, scikit-learn, Hugging Face Transformers, DSPy, OpenAI, vLLM / llama.cpp, MLflow, PostgreSQL, Kafka, REST API.

Будет плюсом: Airflow, ClickHouse, Docker, Kubernetes, векторные базы данных и MLOps.

Условия и особенности: полная занятость, можно работать удалённо. Hands-on инженерная роль без управления командой. Специалист самостоятельно пишет код, проектирует архитектуру решений, взаимодействует с заказчиками и отвечает за технический результат. Начальный фокус — построение и развитие ML-пайплайнов; далее предполагается развитие LLM-решений и агентных систем.