Senior ML Engineer

#senior

#удаленка

IT-hunter

Senior ML Engineer (Python / NLP / LLM)

Полная занятость Формат работы: можно удалённо

Чем предстоит заниматься

-Проектировать, разрабатывать и оптимизировать ML-пайплайны: от подготовки данных и обучения моделей до внедрения в production -Разрабатывать и дообучать ML/NLP-модели под продуктовые задачи -Работать с Transformers, BERT, LLM, RAG и fine-tuning -Решать задачи классификации текстов, NER и извлечения информации -Разрабатывать процессы оценки качества моделей, проводить эксперименты и оптимизировать инференс -Самостоятельно взаимодействовать с заказчиками: собирать требования, предлагать технические решения и реализовывать их -В перспективе — участвовать в разработке AI Agents и агентных систем

Наши пожелания к кандидатам

-От 6–8 лет релевантного опыта в ML Engineering, NLP или разработке ML-систем -Уверенное владение Python, PyTorch, scikit-learn, Hugging Face Transformers -Глубокое понимание классического ML: логистическая регрессия, деревья решений, SVM, boosting, bagging -Понимание метрик качества моделей: Precision, Recall, F1, ROC-AUC, выбор threshold и применение метрик к бизнес-задачам -Знание архитектуры Transformers и BERT, практический опыт классификации текстов и NER -Опыт fine-tuning ML/NLP-моделей, включая BERT и современные LLM -Практический опыт самостоятельного построения ML-пайплайнов и вывода моделей в production -Опыт работы с LLM, RAG, оценки качества и оптимизации моделей -Хорошее знание SQL, опыт обработки больших объёмов данных -Умение самостоятельно принимать технические решения и взаимодействовать с заказчиками -Технологический стек -Python, PyTorch, scikit-learn, Hugging Face Transformers, DSPy, OpenAI, vLLM / llama.cpp, MLflow, PostgreSQL, Kafka, REST API

Будет плюсом:

-опыт работы с Airflow, ClickHouse, Docker, Kubernetes, векторными базами данных и MLOps -Особенности позиции -Это hands-on инженерная роль без управления командой -Мы ищем специалиста, который самостоятельно пишет код, проектирует архитектуру решений, выстраивает коммуникацию с заказчиками и отвечает за технический результат -Основной фокус на первом этапе — построение и развитие ML-пайплайнов. В дальнейшем предполагается развитие LLM-решений и агентных систем

Контакты: hr@ithunter.io / Telegram @ithuntergusev

Python Job

в Telegram | в VK | в Max

What You'll Do

• Проектировать, разрабатывать и оптимизировать ML-пайплайны: от подготовки данных и обучения моделей до внедрения в production
• Работать с Transformers, BERT, LLM, RAG и fine-tuning
• Разрабатывать процессы оценки качества моделей, проводить эксперименты и оптимизировать инференс
• Самостоятельно взаимодействовать с заказчиками: собирать требования, предлагать технические решения и реализовывать их
• В перспективе — участвовать в разработке AI Agents и агентных систем
• Наши пожелания к кандидатам
• От 6–8 лет релевантного опыта в ML Engineering, NLP или разработке ML-систем
• Уверенное владение Python, PyTorch, scikit-learn, Hugging Face Transformers

Basic Qualifications

• В перспективе — участвовать в разработке AI Agents и агентных систем
• Наши пожелания к кандидатам
• От 6–8 лет релевантного опыта в ML Engineering, NLP или разработке ML-систем
• Уверенное владение Python, PyTorch, scikit-learn, Hugging Face Transformers
• Глубокое понимание классического ML: логистическая регрессия, деревья решений, SVM, boosting, bagging
• Понимание метрик качества моделей: Precision, Recall, F1, ROC-AUC, выбор threshold и применение метрик к бизнес-задачам
• Знание архитектуры Transformers и BERT, практический опыт классификации текстов и NER
• Опыт fine-tuning ML/NLP-моделей, включая BERT и современные LLM

Preferred Qualifications

• опыт работы с Airflow, ClickHouse, Docker, Kubernetes, векторными базами данных и MLOps
• Особенности позиции
• Это hands-on инженерная роль без управления командой
• Мы ищем специалиста, который самостоятельно пишет код, проектирует архитектуру решений, выстраивает коммуникацию с заказчиками и отвечает за технический результат
• Основной фокус на первом этапе — построение и развитие ML-пайплайнов. В дальнейшем предполагается развитие LLM-решений и агентных систем