ML Engineer (LLM)

Описание

Обязанности: Деплой, конфигурирование и поддержка LLM-сервисов в продакшне (vLLM, SGLang, TGI и др.). Оптимизация inference-пайплайнов для высоконагруженных систем (10 000+ одновременных пользователей). Квантизация моделей (GPTQ, AWQ, GGUF, SmoothQuant и др.). Fine-tuning и дообучение LLM (SFT, LoRA/QLoRA, RLHF/DPO). Подбор моделей, проведение экспериментов и исследований в сфере LLM. Разработка решений на основе LLM: RAG, агенты, function calling и др. Улучшение существующих решений и мониторинг качества моделей в промышленной эксплуатации. Требования: Уверенное знание LLM-serving фреймворков: vLLM, SGLang и других фреймворков для Text Generation Inference— понимание их архитектурных отличий, сценариев применения, преимуществ и ограничений Глубокое понимание механизмов оптимизации инференса: continuous batching, PagedAttention, speculative decoding, flash attention, tensor parallelism, pipeline parallelism Опыт квантизации LLM: GPTQ, AWQ, GGUF, INT4/INT8, SmoothQuant Опыт дообучения LLM: SFT, LoRA / QLoRA, DPO, RLHF — понимание когда и что применять Работа с популярными open-source моделями (LLaMA, Mistral, Qwen, DeepSeek, GPT OSS) и их весами (HuggingFace Transformers) Понимание и практический опыт построения RAG-систем, цепочек промптов, agentic-пайплайнов Опыт работы с высоконагруженными системами: оценка throughput/latency, профилирование, горизонтальное масштабирование, балансировка запросов Базовое понимание аппаратной части: GPU-архитектуры (NVIDIA A100/H100/B200), VRAM management, NVLink, multi-GPU setups Понимание и изучение SOTA-решений в сфере LLM для последующей имплементации в проект Знания базовых алгоритмов машинного обучения и основ трансформерных архитектур (attention, MoE, RoPE и пр.) Знание OpenAI-совместимых API Опыт с multimodal LLM (Kimi K2.5, Qwen-VL и пр.) Знание классических и современных NLP-задач: NER, text classification, summarization, machine translation, question answering, text generation Понимание этапов NLP-пайплайна: токенизация, нормализация, работа с BPE/SentencePiece/tiktoken Опыт работы с embeddings-моделями (sentence-transformers, E5, BGE и пр.) и векторными хранилищами (Weaviate, Qdrant, Milvus, FAISS) в контексте RAG и semantic search Понимание метрик качества NLP-моделей: BLEU, ROUGE, BERTScore, perplexity, human eval Будет плюсом: Понимание архитектур диффузионных моделей: DDPM, DDIM, LDM (Latent Diffusion), flow matching Опыт работы с text-to-image моделями (Stable Diffusion, FLUX, Kandinsky и пр.) и их компонентами — VAE, UNet/DiT, CLIP/text encoder Базовое понимание video generation моделей (Wan, CogVideoX, HunyuanVideo, Mochi и пр.) и их отличий от image-моделей Базовое понимание audio generation моделей (AudioCraft/MusicGen, Stable Audio, Bark и пр.) Опыт fine-tuning диффузионных моделей: DreamBooth, LoRA, ControlNet, IP-Adapter Знание inference-оптимизаций для диффузионок: SDXL Turbo / LCM / Lightning (distillation-подходы), cfg-distillation, tiling, xformers, torch.compile Опыт с диффузионными, image/video/audio generation моделями и их fine-tuning/оптимизацией. Условия:​​​​​​​ Официальное трудоустройство в соответствии с ТК РФ; Стабильная «белая» заработная плата, выплаты два раза в месяц (5 и 20 число), уровень зарплаты обсуждается по итогам интервью; Комфортный офис в центре города (новый айти-парк); График работы, 5/2; Поддержка профессионального развития; Участие в конференциях и обучающих мероприятиях за счет компании; Демократичный, молодой коллектив. Неформальные встречи и корпоративные мероприятия. Бронирование через военкомат при наличии военного билета (для военнообязанных) и айти-отсрочка. Дресс-код casual