ML-инженер
Технологии
Описание вакансии
Кратко о роли
Компания «Урал Логистика» ищет ML-инженера для работы над задачами извлечения данных, классификации и построения графовых представлений.
Ключевые задачи
- Построение конвейеров подготовки данных (сбор, очистка, нормализация, разметка).
- Формирование выборок и контроль утечек данных.
- Создание baseline для задач извлечения и классификации сущностей.
- Дообучение моделей, обучение адаптеров и сравнение результатов.
- Анализ метрик и ошибок по типам документов и сценариям.
- Развертывание локального inference и оптимизация под инфраструктуру.
Обязательные требования
- Опыт работы с Python и PyTorch.
- Знание стека: Hugging Face Transformers, PEFT, pandas.
- Навыки работы с SQL и PostgreSQL.
- Опыт работы с Airflow, MLflow, vLLM.
- Понимание работы с CUDA, Docker, Kubernetes.
- Готовность работать в офисе или гибридном формате в Москве.
Условия и бенефиты
- Формат работы: офис или гибрид (Москва).
Чем предстоит заниматься:
- Строить конвейеры подготовки данных: сбор, очистку, нормализацию, дедупликацию и разметку.
- Формировать обучающие, валидационные и независимые оценочные выборки, контролировать утечки и пересечения.
- Создавать baseline для задач извлечения, классификации, определения сущностей и связей.
- Дообучать модели, готовить инструктивные наборы, обучать адаптеры и сравнивать результаты с базовыми моделями.
- Определять метрики, стратифицировать выборки и анализировать ошибки по типам документов, сценариям и полям.
- Работать с извлечением сущностей и связей для построения и обновления графового представления данных.
- Разворачивать локальный inference и оптимизировать его под доступную инфраструктуру.
- Работать с tensor parallelism, batching, длиной контекста, GPU-памятью и квантованием.
Наши пожелания к кандидатам:
- Стек: Python, PyTorch, Hugging Face Transformers, PEFT, pandas, SQL, PostgreSQL, Airflow (или аналог), MLflow (или аналог), vLLM, CUDA, Docker, Kubernetes.
Оригинальная вакансия:
https://t.me/job_python/7980