ML Engineer (Middle+/Senior)

О проекте
Разработка экосистемы сервисов на базе ИИ для автоматизированного анализа контента и аудитории в мессенджерах. Реализация RAG/LoRA и open source LLM для обработки TG-контента, семантического анализа, предсказаний, генерации контента и ИИ-отчетов.

Мы предлагаем:

• Конкурентоспособная заработная плата, 2 раза в месяц по 50% или 1 раз в месяц, согласовывается с сотрудником.
• График работы: 5/2. На старте - только работа в офисе (1-2 месяца), далее есть возможность рассмотреть гибридный график работы.
• Дружелюбная атмосфера и мотивированная команда профессионалов
• Возможность профессионального роста и обучения.

Обязательные требования

• Python (FastAPI, Pydantic) для ML-сервисов и API.
• RAG-пайплайны с векторными БД (PGVector, FAISS).
• LoRA/PEFT для fine-tuning open source LLM (Llama, Mistral, Qwen).
• Развертывание моделей (Docker, vLLM, TGI, ONNX Runtime) на GPU/CPU.
• Асинхронные запросы (asyncio, aiohttp), батчинг для оптимизации нагрузки и latency.
• Обработка больших данных: векторизация текста (Sentence Transformers), эмбеддинги.
• Интеграция с бэкендом (Postgres, Redis, очереди Celery/RQ) и мониторинг (Prometheus).

Желательные навыки

• Опыт анализа контента (NLP на русском, тематическое моделирование).
• Оптимизация инференса (квантизация GGUF, Flash Attention, multi-GPU).
• MLOps: CI/CD для моделей (GitHub Actions), A/B-тесты, drift-мониторинг.
• Fine-tuning open source LLM на доменных данных (TG-статистика, аудитория).
• Интеграция с парсерами (Telethon/Playwright) для real-time данных.
• NLP: NER, sentiment analysis, topic modeling (BERT, T5).

Требуемый опыт

• Не менее 3 лет в ML engineering (LLM, RAG, deployment).
• Проекты с production ML .
• Работа в команде (Git, code review, Agile).
• Деплой и поддержка высоконагруженных ML-сервисов.