ML Engineer — NLP/LLM (Команда Uplift-lab)

Описание

Мы разрабатываем решения для коммерческого и операционного департамента. Наша цель — напрямую влиять на ключевые бизнес-метрики с помощью моделей машинного обучения и разрабатывать LLM-продукты, которые сокращают ручную работу и встраиваются в процессы продаж, поддержки и маркетинга. Основные направления работы: категоризация обратной связи пользователей, uplift-моделирование для оптимизации работы отдела продаж, модели матчинга клиентов для задач конкурентного анализа. Каждый инженер в команде работает автономно со своим продуктом и своими заказчиками — от постановки задачи до внедрения в прод и оценки эффекта. Мы ищем ML-инженера под новое направление — внедрение LLM-решений в продукты для техподдержки, продаж и маркетинга. Чем предстоит заниматься Работать с текстовыми представлениями: BERT-like модели для классификации/representation learning, эксперименты с архитектурами и лоссами. Строить решения на основе LLM, RAG, агентных систем: саммаризация и классификация обратной связи пользователей, ИИ-ассистенты, чатботы для техподдержки и продаж. Вести полный цикл разработки ML-решений: постановка задачи с заказчиком, сбор и подготовка данных, обучение моделей, деплой в production, оценка решения, A/B-тесты и анализ результатов. Улучшать ML-инфраструктуру и пайплайны. Выступать техническим лидом в рамках своих задач: предлагать архитектурные решения, декомпозировать сложные задачи, задавать план экспериментов. Требования: Уверенное владение Python с классическим ML-стеком. Пишешь качественный и поддерживаемый код. Уверенное знание мат. статистики. Умеешь работать с метриками и A/B-тестами. Глубокое понимание трансформеров и прикладной опыт: знание BERT-like архитектуры, опыт обучения/дообучения небольших трансформерных моделей, representation learning. Практический опыт работы с LLM: проектирование промптов и цепочек, structured output, надёжность и обработка ошибок, умение выстраивать процесс оценки качества LLM-решений (метрики, human eval, LLM-as-judge). Практический опыт построения RAG-систем, агентных систем. Опыт интеграции LLM-решений в production. Будет плюсом: Опыт fine-tuning моделей (LoRA / PEFT). Опыт построения датасетов и разметочных пайплайнов для LLM-задач. Опыт оптимизации инференса (quantization, distillation). Опыт uplift-моделирования. Условия: Возможность выбора места работы: удаленно или из офиса. Гибкий график рабочего дня. Оформление в соответствии с ТК РФ, «белая» заработная плата, выплачиваемая точно в срок. Корпоративное ДМС с первого месяца работы (решаем вопросы со здоровьем быстро и удобно). Возможность профессионального развития, обучение за счет компании, участие в специализированных конференциях.