№ 1003 · Аналитика спортивных ставок · Удалённо В архиве
ML Engineer (LLM) в технологическую компанию в сфере аналитики спортивных ставок и гейминга — удалённо или гибрид
ML Engineer (LLM) будет дообучать, оптимизировать и выводить в продакшен LLM-решения для бизнеса компании.
Вакансия закрыта и осталась на сайте для справки. Посмотрите открытые вакансии ниже или откликнитесь на другую. Открытые вакансии →
О компании
Технологическая компания в сфере аналитики спортивных ставок и гейминга расширяет свою внутреннюю AI-команду и ищет Senior ML Engineer с опытом работы с большими языковыми моделями (Large Language Models).
Вы будете работать над решениями на базе LLM, которые улучшают разные стороны бизнеса, включая автоматизацию поддержки клиентов, генерацию контента и системы поддержки принятия решений. Роль включает дообучение (fine-tuning), оптимизацию и деплой LLM для реальных применений в индустрии спортивных ставок.
Задачи
- Разрабатывать и дообучать LLM для ряда задач внутри компании.
- Оптимизировать инференс моделей, чтобы обеспечить быстрое и эффективное время ответа в продакшене.
- Строить и улучшать пайплайны retrieval-augmented generation (RAG).
- Создавать и вести evaluation-процессы для измерения качества и стабильности моделей.
- Деплоить модели в масштабируемые production-ready окружения, обеспечивая стабильность и надёжность.
- Работать вместе с разработчиками над интеграцией API на базе LLM в продукты компании.
- Следить за последними достижениями в исследованиях и внедрять лучшие практики разработки LLM.
Что важно
- Опыт дообучения и деплоя LLM в реальных применениях.
- Уверенное владение Python и практический опыт с Hugging Face Transformers и PyTorch или TensorFlow.
- Опыт с основными LLM API (OpenAI, Anthropic, Claude, Gemini и др.) и/или open-source моделями (LLaMA, Mistral, Falcon).
- Хорошее понимание архитектуры LLM, prompt engineering и методов оценки генерации текста.
- Базовые знания или практический опыт с retrieval-augmented generation (RAG) и поиском на базе LLM.
- Знакомство с техниками оптимизации моделей (квантизация, дистилляция) будет плюсом.
- Сильные навыки программирования, внимание к чистому коду, тестированию и практикам CI/CD.
- Опыт с Docker и Kubernetes; облачные платформы — AWS, GCP или Azure — будут плюсом.
- Проактивность, готовность брать ответственность и расти в области LLM.
Условия
- Оформление по трудовому договору или договору оказания услуг — в зависимости от локации кандидата.
- Удалённый или гибридный формат работы.
- Гибкий график и дополнительные дни отпуска.
- Открытая и поддерживающая корпоративная культура, дружелюбная атмосфера.
- Техника для работы.
- Возможности для развития и обучения: компенсация языковых курсов, доступ к образовательным программам.