Senior ML Engineer

Мы ищем Machine Learning Engineer.

Ваши основные задачи:

• Определять направление ML: выбирать, на какие стратегические инициативы делать ставку, и связывать каждую из них с понятными потребностями бизнеса.
• Вести post-training LLM и адаптацию моделей от начала до конца: от построения датасетов до fine-tuning и оптимизации по предпочтениям.
• Проектировать и создавать agent harness и LLM-системы, использующие инструменты.
• Формировать процессы разработки с несколькими агентами, которые делают команду быстрее и эффективнее.
• Создавать фреймворки оценки и системы LLM-as-a-judge, которые надёжно предсказывают качество в реальных условиях.
• Улучшать качество диалогов: память, эмоциональный интеллект, постоянство персонажа, безопасность и защита от зацикливания.
• Выводить в production системы, которые напрямую влияют на пользовательский опыт, удержание и монетизацию.

Мы ожидаем от вас:

• Знание Python на экспертном уровне: чистый код, типизация, async, multiprocessing, профилирование, отладка, notebooks + production-код. Transformers.
• Обучение и fine-tuning LLM.
• SFT, LoRA/QLoRA, PEFT.
• Оптимизация по предпочтениям: DPO / ORPO / SimPO / CPO / GRPO или готовность быстро в них углубиться.
• Построение датасетов для обучения LLM: очистка, фильтрация, дедупликация, пары предпочтений, синтетические данные, hard negative mining.
• Оценка LLM: offline evals, pairwise evals, LLM judges, разметка людьми.
• Проектирование agent harness: tool calling, function calling, structured outputs, retries, routing, управление состоянием, память/контекст, guardrails.
• Интеграция LLM в production: API, streaming, batching, fallbacks, компромиссы между стоимостью и задержкой.
• Observability для агентов: traces, логи вызовов инструментов, анализ транскриптов, кластеризация сбоев.
• Глубокое понимание архитектуры transformer и поведения современных LLM.
• Аккуратность в работе с dtype/device/batching: fp32/fp16/bf16, квантизация, память CUDA, недопущение ошибок из-за несовпадения dtype.
• Git, Docker, Linux, базовый MLOps.
• Свободный русский язык, готовность работать в часовом поясе CET (±2) часа.

Будет плюсом: опыт за пределами текста (computer vision, генерация изображений, multimodal), долгие диалоги и постоянство персонажа, vLLM / TGI / SGLang, DeepSpeed / FSDP / Accelerate, квантизация, классификаторы безопасности.

Что мы предлагаем:

• ВОЗМОЖНОСТЬ УДАЛЁННОЙ РАБОТЫ на полный рабочий день;
• Начальный уровень оплаты или диапазон оплаты для этой роли будет сообщён кандидатам в процессе найма и до начала работы;
• Отпуск 28 календарных дней в год;
• 7 wellness-дней в год (выходных), которые можно использовать для решения бытовых вопросов, чтобы отдохнуть и восстановиться без оформления больничного;
• Бонусы до $5000 за рекомендацию успешных кандидатов на позиции в компании;
• Оплата 50% профессионального обучения, международных конференций и встреч;
• Корпоративная скидка на уроки английского языка;
• Медицинские льготы. Согласно платёжным ведомостям, если вы не имеете права на корпоративную медицинскую страховку, компания компенсирует вам до $ 1,000 gross в год на сотрудника. Эти средства можно потратить на самостоятельную покупку медицинской страховки или на оплату услуг врачей для себя и близких родственников (супруга/супруги, детей);
• Организация рабочего места. Компания предоставляет всем сотрудникам оборудованное рабочее место и всё необходимое оборудование (стол, кресло, wifi и т. д.) в наших офисах или коворкингах. В других локациях компания возмещает расходы на рабочее место до $ 1000 gross один раз в 3 года, согласно платёжным ведомостям. Эти деньги можно потратить на аренду коворкинга или на оборудование рабочего места дома (стол, стул, интернет и т. д.) в течение этих 3 лет;
• Внутренняя геймифицированная система благодарности: получайте бонусы от коллег и обменивайте их на наш мерч, тимбилдинги, сертификаты на массаж и т. д.

Звучит здорово? Присоединяйтесь к нам прямо сейчас!