К содержимому

ML-инженер

Урал Логистика · Москва

Грейд
Middle
Формат
Офис / Удалённо
Занятость
Полная
Категория
Data/ML

Контакт HR — бесплатно после входа

Войдите через Telegram — покажем, кому писать напрямую. Без резюме и анкет.

Описание

#middle #офис #гибрид

Урал Логистика
ML-инженер (Python, PyTorch, fine-tuning)
Полная занятость
Формат работы: офис или гибрид (Москва)

☑️ Чем предстоит заниматься
-Строить конвейеры подготовки данных: сбор, очистку, нормализацию, дедупликацию и разметку
-Формировать обучающие, валидационные и независимые оценочные выборки, контролировать утечки и пересечения
-Создавать baseline для задач извлечения, классификации, определения сущностей и связей
-Дообучать модели, готовить инструктивные наборы, обучать адаптеры и сравнивать результаты с базовыми моделями
-Определять метрики, стратифицировать выборки и анализировать ошибки по типам документов, сценариям и полям
-Работать с извлечением сущностей и связей для построения и обновления графового представления данных
-Разворачивать локальный inference и оптимизировать его под доступную инфраструктуру
-Работать с tensor parallelism, batching, длиной контекста, GPU-памятью и квантованием
-Измерять задержку, пропускную способность, утилизацию и стоимость обработки документа
-Версионировать данные, модели, конфигурации обучения и результаты экспериментов
-Участвовать в интеграции моделей с прикладными AI-сервисами и production-конвейерами

☑️ Наши пожелания к кандидатам
-Рассматриваем кандидатов уровня middle+ и выше
-Практический опыт построения ML-конвейеров, которые используются в production
-Уверенное владение Python, PyTorch и Hugging Face Transformers
-Практический опыт fine-tuning языковых моделей, подготовки данных и работы с PEFT
-Умение строить корректную оценку качества и контролировать утечки между обучающими и тестовыми данными
-Опыт локального inference LLM и понимание устройства GPU-памяти
-Знание компромиссов между качеством, скоростью, длиной контекста, batching и квантованием
-Linux, CUDA, SQL, Docker и Kubernetes
-Способность выйти за пределы notebook и довести модельное решение до устойчивой эксплуатации
-Стек: Python, PyTorch, Hugging Face Transformers, PEFT, pandas, SQL, PostgreSQL, Airflow или аналог, MLflow или аналог, vLLM, CUDA, Docker, Kubernetes

Контакты: контакт скрыт

🔥 Подписаться на наши каналы / контакт скрыт / контакт скрыт
  • python
  • pytorch
  • huggingface_transformers
  • peft
  • pandas
  • sql
  • postgresql
  • airflow
  • mlflow
  • vllm
  • cuda
  • docker
  • kubernetes
  • linux

Оценка вакансии

72/100 · хорошо

  • Описание полное
  • Зарплата не указана
  • Компания и проект описаны
  • Контакт без валидации
  • Стек описан подробно
  • Формат работы понятен
Как считается

Похожие вакансии