ML Engineer (Middle+/Senior)

<strong>Адрес работы:</strong> Москва<br><br><strong>Вакансии компании:</strong> ООО "КОМБЛОК"<br><br>О проекте<br>Разработка экосистемы сервисов на базе ИИ для автоматизированного анализа контента и аудитории в мессенджерах. Реализация RAG/LoRA и open source LLM для обработки TG-контента, семантического анализа, предсказаний, генерации контента и ИИ-отчетов.<br>Мы предлагаем:<br><br>- Конкурентоспособная заработная плата, 2 раза в месяц по 50% или 1 раз в месяц, согласовывается с сотрудником.<br>- График работы: 5/2. На старте - только работа в офисе (1-2 месяца), далее есть возможность рассмотреть гибридный график работы.<br>- Дружелюбная атмосфера и мотивированная команда профессионалов<br>- Возможность профессионального роста и обучения.<br><br>Обязательные требования<br>- Python (FastAPI, Pydantic) для ML-сервисов и API.<br>- RAG-пайплайны с векторными БД (PGVector, FAISS).<br>- LoRA/PEFT для fine-tuning open source LLM (Llama, Mistral, Qwen).<br>- Развертывание моделей (Docker, vLLM, TGI, ONNX Runtime) на GPU/CPU.<br>- Асинхронные запросы (asyncio, aiohttp), батчинг для оптимизации нагрузки и latency.<br>- Обработка больших данных: векторизация текста (Sentence Transformers), эмбеддинги.<br>- Интеграция с бэкендом (Postgres, Redis, очереди Celery/RQ) и мониторинг (Prometheus).<br><br>Желательные навыки<br>- Опыт анализа контента (NLP на русском, тематическое моделирование).<br>- Оптимизация инференса (квантизация GGUF, Flash Attention, multi-GPU).<br>- MLOps: CI/CD для моделей (GitHub Actions), A/B-тесты, drift-мониторинг.<br>- Fine-tuning open source LLM на доменных данных (TG-статистика, аудитория).<br>- Интеграция с парсерами (Telethon/Playwright) для real-time данных.<br>- NLP: NER, sentiment analysis, topic modeling (BERT, T5).<br><br>Требуемый опыт<br>- Не менее 3 лет в ML engineering (LLM, RAG, deployment).<br>- Проекты с production ML .<br>- Работа в команде (Git, code review, Agile).<br>- Деплой и поддержка высоконагруженных ML-сервисов.