ML/AI инженер

Описание

Мы продуктовая компания ПрессИндекс. Ищем ML/AI инженера , который будет развивать интеллектуальное ядро продукта по мониторингу СМИ и соцмедиа: от обработки текстов до построения аналитики по компаниям, событиям и информационным волнам.

Чем предстоит заниматься

• Разрабатывать и развивать модули обработки текстов:

1. извлечение сущностей (компании, персоны, бренды, объекты)

2. определение тональности и полярности

3. тематическая классификация и рубрикация

4. определение типа и характера упоминаний (новость, отзыв, инсайд и т.п.).

• Строить аналитические характеристики:

1. метрики и скоринги для компаний, брендов, отраслей,

2. профили упоминаний, рисковые индикаторы, динамику и аномалии.

• Работать с векторным представлением текстов:

1. модели эмбеддингов, семантический поиск, кластеризация событий,

2. поиск похожих публикаций, построение цепочек распространения.

• Участвовать в полном цикле ML-разработки:

1. формирование датасетов, разметка и подготовка данных,

2. обучение, валидация, подбор гиперпараметров,

3. интеграция моделей в прод: API/сервисы, оптимизация, мониторинг качества.

• Вместе с командой архитектуры и backend:

1. продумывать, как встроить модели в существующую инфраструктуру,

2. обеспечивать масштабируемость и стабильность работы ML-сервисов.

Наш стек (ML / данные)

- Python (pandas, numpy, scikit-learn).

- PyTorch / TensorFlow, HuggingFace Transformers.

- Инструменты для работы с текстом русскоязычными и англоязычными моделями.

- Хранение и обработка данных: PostgreSQL, Elasticsearch, S3-совместимые хранилища.

- Docker, базовый MLOps (CI/CD для моделей, трекинг экспериментов MLflow и аналоги).

Кого мы ищем:

• 2 3+ года опыта в ML / DS, фокус на NLP или желание туда уйти полноценно.
• Наличие понимания классических и современных подходов в обработке текста:от TF-IDF и линейных моделей до трансформеров и эмбеддингов.
• Умение формализовать задачу: от бизнес-проблемы к ML-постановке.
• Опыт подготовки и чистки данных, построения метрик качества и их интерпретации.
• Практический опыт вывода моделей в прод (как минимум участие в этом процессе).

Плюсом будет:

- опыт работы с медиа-данными (новости, Telegram, соцсети, отзывы),

- опыт построения векторного поиска, кластеризации событий,

- участие в RAG-сценариях или чат-ботах поверх корпоративных данных.

Что предлагаем:

• Возможность влиять на то, как бизнес видит и измеряет информационное поле.
• Реальные данные: новости, соцмедиа, телеграм-каналы, сложные кейсы по компаниям и отраслям.
• Возможность выбирать и обосновывать методы и модели, а не только допиливать чужой код .
• Ну и, конечно, стандартно: белая зп, дмс, хороший офис с бариста в штате как в кофейне
• Классная команда молодых мотивированных ребят в качестве коллег.