Senior NLP Enginer
Описание
MWS AI – это часть экосистемы МТС Web Services, где создаются AI-решения будущего. Здесь мы разрабатываем современные AI-решения для различных сфер: от банковской до медицины и телекома. Мы стремимся к инновациям в области речевого ИИ, видеоаналитики и Gen AI: активно занимаемся исследованиями и публикуем научные статьи. В MWS AI вы найдете профессиональное сообщество единомышленников и возможности для реализации прорывных проектов. Сейчас мы ищем ML инженера в команду Gen AI, который поможет превратить наши исследования в передовые продукты для бизнеса. В этой роли вы будете: Разрабатывать NLP-компоненты для автоматизации службы клиентской поддержки: классификацию, извлечение сущностей, поиск, RAG и агентские сценарии Дообучать и адаптировать ML модели, готовить данные для обучения и разметки Выстраивать оценку качества: метрики, «золотые» сеты, анализ ошибок, статистически корректное сравнение версий, связь ML-метрик с бизнес-метриками Выводить модели в production, проводить бенчмарки latency и throughput Следить за публикациями, быстро проверять идеи через MVP и доводить удачные до production-ready кода Участвовать в код-ревью и технических обсуждениях, менторить младших коллег Требования: Python на уровне промышленной разработки: ООП, генераторы и контекстные менеджеры, профилирование, unit-тесты, type hinting Уверенная база в ML и DL: функции потерь, регуляризация, кросс-валидация, работа с дисбалансом классов, оптимизаторы Глубокое понимание трансформеров, механизма внимания, токенизации, transfer learning и fine-tuning Практический опыт с PyTorch и экосистемой Hugging Face (Transformers, Trainer, PEFT); Mixed Precision, gradient accumulation и checkpointing, обучение на нескольких GPU (DDP) Практика работы с LLM: промпт-инжиниринг, zero/few-shot, стратегии генерации, построение RAG-систем Опыт вывода моделей в прод: упаковка модели в сервис, ONNX Runtime, квантование (FP16/INT8), развертывание через vLLM или Triton, понимание KV-кэша и PagedAttention Умение выстроить валидацию: метрики классификации и генерации, метрики RAG, статистическое сравнение моделей, ablation study Инженерная база: Git (rebase, MR, CI/CD в GitLab), Docker, воспроизводимые эксперименты (конфиги через Hydra или аналог, трекинг в ClearML или W&B) Умение готовить данные к разметке, писать однозначные инструкции для асессоров и интерпретировать метрики согласия Самостоятельность в условиях неопределенности: декомпозиция задачи, оценка сроков и рисков, аргументированная защита технических решений Желаемый опыт: От 3 лет в NLP NLP-проекты полного цикла, выведенные в прод: от данных и бейзлайна до мониторинга Построение RAG-систем или агентских сценариев для реальных пользователей Реализация методов из статей, в том числе без официального кода Менторство младших коллег и регулярное код-ревью Будет плюсом: Синтез обучающих данных с помощью LLM, пайплайны LLM-as-a-judge Проектирование агентских систем: память, function calling, гардрейлы; методы борьбы с галлюцинациями и uncertainty estimation Мониторинг моделей в проде: детекция data drift и concept drift Active Learning и Weak Supervision; знание Cohen's Kappa и альфы Криппендорфа Знание статистики: проверка гипотез, доверительные интервалы, бутстрэп Профильное высшее образование Публикации, выступления на конференциях и митапах, участие в соревнованиях Английский на уровне чтения статей и технического письма Что мы предлагаем: 5/2, гибридный формат, гибкое начало дня. Оклад + квартальные и годовые бонусы. Комфортный офис в 10 минутах пешком от метро Таганская. ДМС со стоматологией, страхование при поездках за рубеж, страхование жизни. Участие в конференциях и митапах, обучение за счет компании. Бесплатная мобильная связь. Специальные предложения от партнеров и друзей МТС.