Обязанности:
Приглашаем AI-инженера в команду Аналитики. Наша команда занимается решением предиктивных задач для продуктовых направлений компании — от Publishing (Monetization, Marketing, Content, Community, CRM) до Development (Game Balance, Game Economy Design). Кроме того, мы внедряем ML/AI-решения, которые помогают автоматизировать рутинные процессы в команде Customer Support. Задачи, которые предстоит выполнять: Работа с данными: Сбор, очистка, предобработка и разметка больших наборов текстовых данных. Разработка и внедрение LLM-решений: Проектирование, разработка и внедрение ML-пайплайнов для NLP-задач с использованием LLM. Тонкая настройка предобученных моделей под конкретные бизнес-задачи. Разработка, тестирование и оптимизация промптов для инференса и взаимодействия с LLM через API. Разработка, реализация и поддержка RAG-систем для повышения точности ответов моделей. Мониторинг и сопровождение: Разработка и внедрение комплексных методологий для оценки качества LLM. Тестирование моделей на предмет наличия галлюцинаций, смещений (bias) и токсичности. Проведение A/B-тестов для сравнения эффективности разных моделей и подходов. Мы ожидаем: Высшее техническое образование. Практический опыт на позиции Data Scientist или ML/DL/AI Engineer от 3 лет, из которых не менее 1 года непосредственной работы с LLM. Свободное владение Python. Навыки разработки отказоустойчивого продакшн-кода. Уверенное владение Git. Опыт обработки, очистки и подготовки больших объемов текстовых данных. Свободное владение библиотеками для работы с данными (NumPy, Pandas). Уверенное владение PyTorch (предпочтительно) и/или Tensorflow. Уверенное владение библиотеками от Hugging Face (transformers, tokenizers, datasets, accelerate). Понимание архитектуры Transformer, знание механизма внимания (attention), токенизации, эмбеддингов и структуры encoder-decoder. Практический опыт тонкой настройки LLM для решения конкретных задач (генерации текста, классификации, суммаризации и т.д.). Навыки проектирования, тестирования и оптимизации промптов для LLM и API-сервисов. Практический опыт построения и оптимизации RAG-систем и пайплайнов. Будем плюсом: Знание векторных баз данных (Pinecone, Weaviate, Chroma, FAISS) и моделей для создания эмбеддингов. Опыт применения техник для уменьшения размера моделей и задержки инференса (GPTQ, AWQ, GGUF/llama.cpp). Опыт развертывания и сопровождения LLM в продакшн-среде. Знание технологий контейнеризации (Docker). Опыт работы с MLOps-инструментами для трекинга экспериментов (MLflow) и регистрации моделей. Что мы предлагаем: Работу в аккредитованной IT-компании. Расширенный полис ДМС. Доплаты по больничным листам и days off. Тренажёрный зал и душевые в офисе. Компенсацию спорта. Компенсацию питания. Подарки и выплаты сотрудникам на значимые даты (первый день в компании, день рождения, свадьба, рождение детей). Комнаты отдыха с настолками, приставками, игровыми автоматами/столами. Релакс-зоны с массажными креслами Yamaguchi и топовыми кофемашинами. От 500 до 1000 ед. игрового золота на аккаунт в игре ежедневно. Work-life balance: приходим в офис с 9 до 10, уходим с 18 до 19.Похожие вакансии
От 150 000 до 200 000 руб.
Москва. Станции метро: Таганская, Марксистская
Секвойя Сервис