Data Scientist/ Дата-сайентист (RAG/LLM/NLP)

Мы разрабатываем интеллектуальные системы на базе open-source LLM для автоматизации анализа структурированных и неструктурированных данных компании.

Основные направления:

• Создание RAG-решений для обработки текстовых данных (PDF, Word, базы данных) и изображений (сканы документов, таблицы);
• Интеграция NLP-моделей с внутренними сервисами для улучшения поддержки сотрудников и клиентов.

Мы предлагаем:

• Трудоустройство по ТК РФ, полную занятость, белую зарплату;
• Регулярное повышение зарплаты с ростом скиллов и по результатам работы;
• Гибкий старт рабочего дня, который вы выбираете сами;
• ДМС после испытательного;
• Формат работы на выбор: из дома или из офиса;
• Работу без KPI и тайм-трекингов;
• Полную оплату обучения;
• Удобный офис с пространствами для отдыха, приёма пищи, кофемашинами и плюшками;
• Компенсацию половины твоих трат на спорт.

В твои задачи будет входить:

• Разработка и оптимизация RAG-пайплайнов: векторизация данных, семантический/гибридный поиск, генерация ответов с использованием LLM;
• Извлечение текста из изображений и PDF-документов с помощью OCR (Tesseract, OpenCV);
• Интеграция моделей через API (FastAPI, REST) с корпоративными системами и базами данных (SQL);
• Обучение и адаптация open-source LLM (LLaMA, Gemma) под бизнес-задачи;
• Оптимизация качества работы моделей: снижение ошибок генерации, A/B-тестирование, оценка метрик (precision/recall).

Что важно:

• Фокус на практическое применение моделей;
• Умение работать с открытыми решениями и оптимизировать их под бизнес-задачи.

Мы ожидаем, что у тебя есть:

• Опыт разработки RAG-систем: работа с векторными БД (FAISS, ChromaDB), фреймворками (LangChain, LlamaIndex), chunking текста;
• Навыки в NLP: fine-tuning моделей (Hugging Face), предобработка текста (регулярные выражения, очистка данных);
• Работа с изображениями: базовый опыт в OCR (Tesseract, OpenCV), обработка PDF/Word;
• Уверенный Python: FastAPI, асинхронное программирование, Pandas;
• Понимание метрик ML: оценка качества поиска и генерации (precision/recall, ROUGE).
• Фокус на практическое применение моделей.