ML-инженер

Привет! Наша ML-команда отвечает за создание умных решений на базе ИИ для одного из крупнейших медиа на одной шестой части земли — от персонализации лент до генерации контента, используя для этого как стек на острие технологий, так и проверенные временем подходы.

Хотим усиливаться новыми единомышленниками, которые как могут принести нам свою уникальную экспертизу в ML/AI, так и развиваться в интересном для себя направлении — от инженера до solution architect, имея доступ к классным спецам и реальным highload-задачам.

Что делаем

Проектируем и внедряем ML/AI-решения на базе LLM, трансформеров, эмбеддингов и агентских пайплайнов для анализа текстов, классификации контента и персонализации в Mediatech-продуктах РБК. Работаем с новостными потоками, аудио и видео-контентом, строим рекомендательные системы и интеллектуальную обработку данных.

Наш технологический стек

• ML Core: PyTorch, Hugging Face Transformers/Datasets, sentence-transformers, scikit-learn
• NLP/LLM: токенизация, эмбеддинги, RAG, prompt engineering, агентские оркестраторы (LangChain/LangGraph)
• Инференс: batching, quantization (8-bit/4-bit), оптимизация latency/cost
• Векторные хранилища: FAISS, Milvus, PGVector, Elastic
• API/сервисы: FastAPI, Flask, OpenAPI, async-обработка
• Data pipeline: подготовка датасетов, weak supervision, очистка, балансировка
• MLOps: мониторинг drift, версионирование, воспроизводимость экспериментов
• Интеграции: Kafka/RabbitMQ, брокеры событий, near-real-time scoring
• Графовые БД: Neo4j, TigerGraph — для knowledge graph и семантического поиска

Чем предстоит заниматься

• Проектирование и реализация ML-решений для анализа текстов, классификации и сегментирования контента

• Построение RAG-пайплайнов: chunking, retrieval, reranking, борьба с hallucinations

• Разработка агентских систем: tool-use, planning, ограничение действий, трассировка

• Создание рекомендательных систем: от классического CF до learning-to-rank с учетом CTR, retention и diversity

• Упаковка моделей в production-сервисы: API, контрактирование, интеграция с продуктом

• Подготовка данных: разметка, очистка, балансировка, hard negatives

• Оффлайн- и онлайн-оценка качества: A/B тесты, error analysis, наблюдаемость

• Развитие до solution architect: проектирование компонентов, интерфейсов, схемы деградации

Наши ожидания

• Уверенные навыки разработки на Python: типизация, тестирование, профилирование, код-стайл, работа с памятью/скоростью

• Стек ML: PyTorch (или TensorFlow), Hugging Face Transformers/Datasets, sentence-transformers, scikit-learn

• Инференс и оптимизация: batching, quantization (8-bit/4-bit), distillation (понимание), latency/cost trade-offs

• Построение RAG: выбор векторного хранилища (FAISS/Milvus/PGVector/Elastic), chunking-стратегии, rerankers, кеширование

• Агентские пайплайны: оркестрация (например, LangGraph/LangChain-подходы или кастом), tool-calling, ограничение действий, трассировка

• Data pipeline: подготовка датасетов, разметка/weak supervision, очистка, балансировка, hard negatives

• API/сервисы: упаковка модели в сервис (FastAPI/Flask), контрактирование (OpenAPI), интеграция с продуктом

• Контур качества: оффлайн eval (наборы, regression tests), online A/B, error analysis, наблюдаемость (логирование, traces, dashboards)

Будет плюсом

• Понимание домена: контентные таксономии, редакционные процессы, лента/витрины, модерация, тренды

• Персонализация и ранжирование ленты: multi-objective (CTR, retention, diversity, quality), exploration vs exploitation

• Контентная безопасность: токсичность/ненависть/NSFW/дезинформация (на уровне подходов), human-in-the-loop

• Мультиязычность: RU/EN/локальные языки, кросс-лингвальные эмбеддинги, трансформа качества на разных языках

• Понимание источников трафика и аналитики: event tracking, атрибуция, cohort/retention, экспериментальная платформа

Что предлагаем

• Удалённая работа (по РФ) или офис в Москве, гибкий график
• Конкурентный уровень вознаграждения
• Предоставление современной техники
• ДМС с первого месяца работы
• Экспертная и вовлечённая команда
• Льготы ИТ-аккредитованной компании