Загрузи резюме, чтобы видеть мэтчи с вакансиейЗагрузи резюме, чтобы видеть мэтч с вакой
подготовься к отклику
ai-инструменты
Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузи резюме
описание
Группе компаний «Нео-Терм» более 15 лет. Наша специализация: Проектирование, производство, установка Котельных, Котлов, Тепловых пунктов, Насосных станций, Шкафов автоматизации и другого оборудования для инженерных систем. «Нео-Терм» комплексно подходит к решению задач различного уровня сложности: от разработки технического задания до ввода объекта в эксплуатацию на всей территории России.
задачи
Написание и оптимизация промптов для работы с LLM (ChatGPT, Claude, YandexGPT, GigaChat, DeepSeek);
Создание шаблонов и системных промптов для отделов (продажи, маркетинг, поддержка, HR);
Автоматизация рутинных задач с помощью готовых AI-решений: генерация писем, резюмирование документов, классификация обращений;
Интеграция готовых AI-сервисов через REST API в существующие бизнес-процессы;
Интеграция LLM в 1С через API.
Разработка и внедрение RAG-систем (поиск и генерация по собственной базе знаний компании — документы, переписки, регламенты);
Создание агентов и мульти-агентных систем для автоматизации целых цепочек задач;
Написание микросервисов на Python (FastAPI / Flask) для вывода моделей в продакшн;
Парсинг, очистка, разметка и подготовка датасетов для обучения;
Векторизация данных (работа с эмбеддингами) и выбор подходящих векторных баз (Qdrant, Milvus, Chroma, Pinecone).
Дообучение (fine-tuning) открытых моделей (Llama 3, Mistral, Qwen, Gemma) под специфику наших бизнес-данных;
Эксперименты с параметрами обучения: LoRA, QLoRA, PEFT, полный fine-tune;
Работа с мультимодальными моделями (текст + изображения / аудио) при необходимости;
Мониторинг и анализ дрейфа данных и дрейфа модели в продакшне;
Исследование новых подходов: чтение статей (ArXiv), воспроизведение методов, тестирование на наших задачах;
Построение пайплайнов для автоматического обучения и переобучения моделей по расписанию (MLOps).
Мониторинг рынка ИИ: новые модели, библиотеки, подходы — и рекомендации по внедрению;
Обучение и консультирование коллег из других отделов (промпт-инжиниринг для менеджеров, аналитиков);
Ведение документации по решениям, чтобы их могли поддерживать другие разработчики;
Участие в стратегии компании по использованию ИИ — какие задачи можно автоматизировать через год, какие данные нужно собирать уже сейчас.
требования
Уверенное владение Python (типизация, асинхронность, ООП, работа с API);
Опыт с основными ML-библиотеками: PyTorch / TensorFlow, HuggingFace Transformers, LangChain / LlamaIndex;
Понимание архитектуры трансформеров, механизма внимания, различий между GPT, BERT, T5;
Опыт работы с векторными базами данных и эмбеддингами;
Навыки работы с данными: Pandas, NumPy, регулярные выражения, работа с PDF/Word/Excel;
Базовые знания MLOps: Docker, Git, CI/CD, работа с облачными платформами (AWS, GCP, Yandex Cloud, SberCloud);
Понимание, как работают RAG-системы и агенты.
Будет плюсом: Опыт дообучения моделей (fine-tuning) хотя бы на уровне учебных проектов; Опыт работы с мультимодальными моделями; Опыт построения MLOps пайплайнов и мониторинга дрейфа данных; Опыт интеграции с 1С
условия
Работа в стабильно развивающейся компании с большим объемом работ;
Официальное трудоустройство по ТК РФ, 5-дневная рабочая неделя;
Корпоративный спорт (волейбол, футбол), праздники и тимбилдинги;
Комфортные условия работы, дружный коллектив;
Возможность карьерного роста и профессионального развития.
