ML-инженер (Python, PyTorch, fine-tuning)

Описание

Обязанности

• Проектировать и разрабатывать конвейер обработки документов: загрузку, нормализацию, сегментацию, определение структуры и подготовку контекста
• Извлекать структурированные данные из договоров, приложений, дополнительных соглашений, актов и других связанных документов
• Работать с длинным контекстом, таблицами, пересекающимися формулировками и изменениями условий во времени
• Обеспечивать атрибуцию результата к документу, странице и исходному фрагменту
• Строить гибридный поиск: полнотекстовый и векторный retrieval, фильтрацию, реранкинг и сбор контекста
• Развивать графовое представление документов, сущностей и связей для поисковых и аналитических сценариев
• Проектировать агентные и workflow-сценарии: управление состоянием, инструментальные вызовы, повторы, fallback-механизмы и обработку отказов
• Создавать эталонные наборы, метрики по полям и регрессионные тесты для оценки извлечения, поиска и генерации — чтобы при смене модели, промпта или retrieval- стратегии было видно, что улучшилось, а что деградировало
• Разрабатывать Python-сервисы, API, фоновые задачи и интеграции с внутренними источниками
• Участвовать в выборе моделей, постановке экспериментов, fine-tuning и оптимизации локального inference

Требования

• Уверенная промышленная разработка на Python уровня middle+ и выше
• Опыт с FastAPI или аналогичным фреймворком, асинхронным исполнением, очередями и фоновой обработкой
• PostgreSQL и SQL на рабочем уровне
• Практический опыт вывода LLM-решений в production
• Понимание RAG, structured output, tool calling и многошаговых модельных сценариев
• Умение измерять качество: строить эталонные наборы, выбирать метрики, классифицировать ошибки и проводить регрессионное тестирование
• Опыт с Docker, Kubernetes и CI/CD
• Готовность доводить вертикальную задачу от спецификации и эксперимента до эксплуатации

Условия

• Формат работы: офис/гибрид