Что предлагаем:
Комфортные условия. Даем возможность настроить рабочий процесс под себя — гибкое начало дня и гибридный (либо полностью удаленный) формат работы. Заботимся о здоровье: расширенный ДМС со .стоматологией с первого месяца, страховка в зарубежных поездках, корпоративные психологи. Еще мы дарим бонусы к таким важным событиям в жизни, как свадьба или рождение ребенка.
Обучение и развитие. Cотрудники Innostage делятся практическим опытом и разработками на топовых конференциях, таких как PHDays и OffZone. Мы прокачиваем soft и hard skills сотрудников, как на внешних тренингах, так и регулярно устраиваем внутренние workshop. Обучение за наш счет. Есть доступ к корпоративной библиотеке Альпина. Нам важно, чтобы работа была не только эффективной, но и приятной.
Аккредитованная компания. Innostage входит в список аккредитованных организаций Минцифры. Мы предоставляем возможность получить отсрочку сотрудникам с профильным высшим образованием.
Активная корпоративная жизнь. Читаем книги, смотрим фильмы и потом оживленно обсуждаем их на встречах, играем в футбол, волейбол, баскетбол и ценим хорошие настолки.
Тебе предстоит:
- Разрабатывать и внедрять продвинутые модели машинного обучения с акцентом на LLM и рекомендательные системы.
- Оптимизировать архитектуру моделей для обеспечения высокой производительности, масштабируемости и эффективности в продакшен-среде.
- Проектировать и обучать кастомные LLM для решения бизнес-задач, включая дообучение моделей на специализированных данных.
- Строить рекомендательные системы на основе современных подходов, включая нейронные сети и гибридные методы.
- Руководить процессом подготовки, очистки и аннотирования больших массивов данных, включая текстовые и пользовательские данные.
- Разрабатывать пайплайны для автоматизации обучения, тестирования и деплоя моделей.
- Обеспечивать мониторинг производительности ML-решений и проводить их регулярную оптимизацию.
- Участвовать в создании ML-стека для компании, внедряя лучшие практики CI/CD для ML-разработки.
- Взаимодействовать с продуктовой и технической командами для интеграции ML-решений в бизнес-процессы.
- Проводить эксперименты, анализировать результаты и на их основе улучшать производительность моделей.
Мы хотим видеть:
- Глубокую экспертизу в ML:
- Опыт работы с LLM и трансформерами
- Знание современных подходов к разработке рекомендательных систем (Collaborative Filtering, Content-Based, Hybrid).
- Практический опыт работы с данными:
- Умение работать с большими объемами данных (Data Engineering, Big Data Tools).
- Навыки обработки и подготовки текстовых данных, включая NLP и аннотацию.
- Внедрение моделей в продакшен:
- Опыт реализации и поддержки ML-решений в production, включая мониторинг и A/B тестирование.
- Знание технологий контейнеризации и оркестрации (Docker, Kubernetes).
- Технические навыки:
- Отличное знание Python и библиотек для ML/NLP (NumPy, pandas, scikit-learn, PyTorch, Hugging Face).
- Опыт работы с распределенными вычислениями (Spark, Dask) и базами данных (SQL, NoSQL).
- Аналитическое мышление:
- Умение анализировать результаты экспериментов и делать выводы для улучшения моделей.
- Навыки работы с метриками качества моделей и их оптимизации.
Будут плюсом:
- Опыт дообучения и кастомизации открытых LLM под специфические задачи.
- Навыки работы с MLops-стеком (MLflow, DVC, Prefect, Airflow).
- Опыт работы с облачными платформами для обучения и развертывания моделей.
- Знание DevOps-практик и инструментов автоматизации CI/CD для ML.
- Опыт работы в продуктовых командах с акцентом на интеграцию ML в пользовательские приложения.
- Понимание специфики работы с данными для обеспечения конфиденциальности и безопасности.
