LLM инженер для RAG-систем

Описания нет

• Разработка, улучшение и внедрение алгоритмов суммаризации, вопросно-ответных систем на основе базы знаний (RAG), генерации названий и описаний видео;
• Изучение научных статей с профильных конференций и эксперименты с современными моделями (SOTA);
• Взаимодействие с командами разработки, аналитики, эксплуатации и другими отделами компании.

• Понимание и умение решать задачи NLP: кластеризация, классификация, генерация текстов, RAG;
• Понимание архитектур нейросетей: BatchNorm / LayerNorm, Dropout, CNN, RNN, Attention, MOE и др;
• Опыт построения LLM-based приложений;
• Опыт работы с фреймворками для построения решений на основе микросервисоной архитектуры (FastApi, Flask и др.);
• Опыт разработки ML-решений полного цикла;
• Опыт дообучения LLM моделей под домен с помощью peft lora;
• Опыт работы с внедрением нейросетевых ML-моделей CV и NLP;
• Опыт оптимизации инференса нейросетей: onnx, tensorrt, triton server, vllm;
• Опыт работы с векторными БД (milvus, qdrant);
• Опыт работы с брокерами сообщений: Kafka, Rabbit;
• Практический опыт построения RAG-систем;
• Навыки интеграции LLM решений;
• Научные публикации в профильных журналах и конференциях на тему NLP, CV, LLM.

• Уютное пространство с зонами коворкинга — выбирай, где работать
• ДМС (стоматология включена)
• Врач прямо в офисе
• Фреш-бар от Novikov Group
• Кофе, чай, фрукты, снэки — каждый день
• Обеденные зоны с настолками и массажными креслами Yamaguchi
• Оформление по ТК РФ