Senior ML Engineer (Agentic Search)

Мы ищем Senior ML Engineer в быстро растущую команду, которая создаёт агентно-ориентированную поисковую платформу для AI-систем — формирующийся слой доступа к вебу для AI. Наш фокус — agentic search, где AI-системы планируют, извлекают и уточняют информацию, а не просто возвращают результаты.

Вы будете разрабатывать и внедрять модели машинного обучения, которые обеспечивают извлечение, ранжирование и индексацию в большом масштабе и помогают AI-системам получать актуальную и надёжную информацию в реальном времени.

Это роль с высоким влиянием: вы будете работать над продакшен-системой, которая используется круглосуточно, 24x7, и работает в масштабе веб-поиска.

Ваши обязанности:

• Обучать и внедрять в продакшене ML-модели для извлечения, повторного ранжирования (reranking) и релевантности поиска, например embedding-модели и cross-encoders

• Разрабатывать модели, поддерживающие краулинг, отбор данных и понимание контента

• Создавать и поддерживать пайплайны данных, обучения и оценки, на которых основаны наши модели: генерация обучающих данных, наборы для оценки и переобучение

• Участвовать в развитии и улучшении нашей ML-платформы: рабочих процессов обучения и оркестрации (Kubernetes, планирование GPU, отслеживание экспериментов, жизненный цикл моделей) и оптимизации инференса для обслуживания с низкой задержкой

• Тесно работать с инженерной командой над интеграцией и развёртыванием ML-моделей в продакшен-сервисах, находя баланс между задержкой, качеством и стоимостью

• Применять новейшие архитектурные решения и методы обучения для систем извлечения и систем, интегрированных с LLM

Обязательные требования:

• Более 5 лет опыта в разработке программного обеспечения или прикладном машинном обучении

• Сильные навыки программирования на Python и как минимум на одном из языков: Go или C++

• Подтверждённый опыт внедрения ML-моделей в продакшен-системах

• Хорошее понимание машинного обучения и современного глубокого обучения, включая transformers и embeddings

• Опыт создания пайплайнов данных или ML-пайплайнов и работы с оркестрацией рабочих процессов

• Умение определять содержательные метрики моделей и тщательно оценивать модели

• Продуктовое мышление с упором на результат и итерации

Будет плюсом:

• Практический опыт в области извлечения информации, ранжирования или рекомендаций

• Опыт работы с Kubernetes, распределённым обучением или планированием GPU, либо с оптимизацией инференса (batching, quantisation, compilation)

• Вклад в open-source проекты, технические публикации или выступления на конференциях

• Сильные результаты на публичных бенчмарках или лидербордах (например, MTEB, BEIR) либо модели, опубликованные на Hugging Face

Преимущества и бонусы:

• Конкурентная компенсация

• Карьерный рост и возможности для обучения

• Гибкость и самостоятельность

• Культура сотрудничества и инноваций

• Возможность работать над значимыми AI-проектами

• Международная среда и талантливые команды

Каково работать в Nebius:

Высокий темп - Смелое мышление - Постоянный рост - Значимое влияние - Доверие и реальная ответственность - Возможность формировать будущее AI

Заявление о равных возможностях:

Nebius является работодателем равных возможностей. Мы стремимся создавать инклюзивную и разнообразную рабочую среду и обеспечивать равные возможности трудоустройства во всех аспектах занятости. Мы не допускаем дискриминации по признаку расы, цвета кожи, религии, пола (включая беременность), национального происхождения, родословной, возраста, инвалидности, генетической информации, семейного положения, статуса ветерана, сексуальной ориентации, гендерной идентичности или самовыражения, а также по любому иному признаку, защищённому применимым законодательством.

Кандидаты должны иметь разрешение на работу в стране, в которой они подают заявку, и будут обязаны предоставить подтверждение права на трудоустройство как условие приёма на работу.

Если вам нужны специальные условия в процессе подачи заявки, пожалуйста, сообщите нам об этом.