ML Engineer (Middle+/Senior)

Middle AI / LLM Engineer 

Ищем прикладного AI-инженера для запуска и адаптации open-source моделей под наши продукты.

Наш фокус - не теоретический R&D, а быстрая доставка готовых ML-решений в продакшен: взять проверенную открытую модель, дообучить под наши сценарии и задеплоить на собственном GPU-сервере.

Продуктовый бэкенд, базы данных и сбор данных закрывает основная команда разработки. Ваша зона ответственности - подбор и тюнинг моделей, инференс, производительность на GPU и качество генерации.

Чем предстоит заниматься:

• Сервинг и инференс: развернуть и сопровождать open-source модели (Qwen, Llama и др.) на выделенном сервере с GPU Nvidia через vLLM.
• Стилизация и адаптация (LoRA): дообучать модели под определенную персону (сленг, подача, характерные мысли) через LoRA / QLoRA с сохранением связности и логики ответов.
• Семантический поиск и классификация (RAG): собирать пайплайны контекстного поиска на базе эмбеддеров для русского языка (ruBERT / BGE / Sentence Transformers).
• AI-агенты: настраивать логику вызова инструментов и промпт-пайплайны под автономные задачи.
• Генерация изображений: поднять и настроить готовый сервис генерации картинок на базе open-source моделей (Flux / SDXL).

Что для этого нужно:

• Коммерческий опыт в прикладном ML / NLP от 2 лет.
• Опыт запуска и инференса LLM на видеокартах Nvidia (понимание vLLM, Docker, работы с CUDA и контролем видеопамяти без падений в OOM).
• Практический опыт файн-тюнинга через LoRA / QLoRA (Hugging Face PEFT, TRL, Unsloth).
• Понимание подготовки данных: фильтрация шума, сбор пар «промпт-ответ», предотвращение выгорания логики модели (catastrophic forgetting).
• Базовый опыт (или четкое понимание), как поднять готовый инференс для генерации картинок (Diffusers, ComfyUI API).

Будет плюсом:

• Уверенный прикладной Python: умение написать чистый скрипт предобработки данных, обернуть инференс в простую ручку на FastAPI или автоматизировать пайплайн без спагетти-кода.
• Опыт работы с легковесными NLP-моделями (ruBERT-tiny2) под задачи классификации текстов.

Условия:

• Формат: первые 1–2 месяца — офис в Москве, далее — удобный гибрид по запросу.
• Инфраструктура: выделенный сервер с мощными GPU Nvidia под задачи без очередей и квот.
• Команда и процессы: быстрый цикл принятия решений, понятные прикладные задачи и готовая бэкенд-команда на поддержке.

• Обучение, тренинги