Т1·Нижний Новгород·28 авг.
Data Science (LLM/RAG)
🏢 ОфисMiddleПолная занятость
Вилки нет, про деньги придётся договариваться с нуля.
Чем предстоит заниматься
Разработка и оптимизация RAG-систем на базе LLM (LLaMA, GPT-подобные модели) для обработки внутренних документов, отчётов и регламентов ключевых заказчиков
Реализация и тонкая настройка классических NLP-моделей: текстовая классификация, извлечение именованных сущностей (NER), семантический анализ, извлечение ключевых метаданных
Интеграция NLP-моделей в существующие ETL- и BI-процессы, обеспечение стабильной работы в продуктивной среде
Работа с большими объёмами структурированных и неструктурированных данных (PDF, DOCX, XML, логи, базы данных)
Документирование архитектуры, метрик качества и процессов развертывания моделей
Участие в проектах предиктивной аналитики для клиентов из ритейла, транспорта и промышленности: прогнозирование спроса, оптимизация логистики, предиктивное обслуживание оборудования
Разработка ML-моделей на основе внешних признаков, обработанных LLM (погода, новости, рыночные индикаторы, геоданные, телеметрия)
Создание автоматизированных ML-отчётов и инфографик с визуализацией результатов (Power BI, Streamlit, Plotly, Tableau) — с акцентом на понятность для бизнес-пользователей
Применение LLM для генерации текстовых резюме, аналитических выводов и рекомендаций на основе данных (например: “Снижение спроса на товар X в регионе Y связано с ростом цен на логистику и погодными условиями”)
Построение пайплайнов ML/LLMOps: от сбора данных до деплоя и мониторинга моделей
Участие в презентациях для клиентов: демонстрация результатов, объяснение моделей, подготовка кейсов
Наши требования
Высшее образование (IT, техническое, математическое)
Опыт разработки RAG-систем (векторные базы, реранкинг, retrieval-стратегии)
Глубокое понимание классических NLP-задач: классификация, NER, сущностное извлечение, токенизация, эмбеддинги (BERT, RoBERTa, FastText и др.)
Практический опыт работы с LLM (Hugging Face, LangChain, LlamaIndex, vLLM, Ollama) и их адаптацией под бизнес-задачи
Уверенное владение Python (Pandas, Scikit-learn, PyTorch/TensorFlow), SQL, Git, Docker
Опыт работы с ML-отчётами и инфографикой: умение превращать сложные модели в понятные визуализации для бизнеса
Опыт работы в проектах с внешними данными (API, окрытые данные, телеметрия, гео, рынок) — преимущество
Понимание основ MLOps (MLflow, Weights & Biases, Airflow) — желательно
Готовность к быстрому погружению в новые направления (ритейл, транспорт, промышленность)
Английский язык — на уровне чтения технической документации
Т1
Нижний Новгород
ГрейдMiddle
ЗанятостьПолная занятость
РегионРоссия
ФорматОфис
ИсточникСкрыто
Опубликовано28 авг.
Мы против мошенников на площадке: если тебя просят заплатить, продиктовать код или установить непонятное приложение, прекращай общение и сразу пиши нам (чат с основателем или форма обратной связи).