О позиции
Мы ищем ML / LLM Engineer для работы в команде iFORA (НИУ ВШЭ). Эта позиция предлагает уникальную возможность развивать LLM-системы для глубоких исследований, включая работу с RAG, multi-agent системами и knowledge graph. Вы будете работать с платформой, анализирующей более 850 миллионов документов из различных источников, таких как наука, патенты и медиа.
Чем вы будете заниматься
- Разработка и оптимизация LLM-агентов и multi-agent систем.
- Участие в проектировании и реализации RAG-систем.
- Работа с графами знаний для улучшения качества анализа данных.
- Сотрудничество с командой для интеграции новых технологий в существующие системы.
- Проведение исследований и анализ результатов для повышения эффективности систем.
Требования
- Опыт работы с LLM и ML-технологиями.
- Знание принципов работы multi-agent систем.
- Опыт разработки и оптимизации алгоритмов для анализа данных.
- Навыки работы с графами знаний.
- Способность работать в команде и эффективно взаимодействовать с коллегами.
Будет плюсом
- Опыт работы с большими объемами данных.
- Знание языков программирования, таких как Python или R.
- Опыт работы в научных проектах или стартапах.
Что мы предлагаем
- Конкурентоспособная зарплата от 300 000 ₽ в месяц.
- Гибкий график работы и возможность удаленной работы.
- Участие в интересных и значимых проектах в области глубоких исследований.
- Доступ к современным технологиям и инструментам.
- Возможности для профессионального роста и развития.
Вакансия предлагает интересные задачи в области ML и LLM, с хорошими условиями работы и конкурентной зарплатой. Однако, описание вакансии можно было бы сделать более детальным.
Кто здесь добьётся успеха
Глубокие знания в области машинного обучения и опыт работы с LLM, включая библиотеки как TensorFlow и PyTorch, что позволяет эффективно разрабатывать и оптимизировать модели.
Способность к самоуправлению и высокой продуктивности в удаленной работе, что критично для успешной работы в гибридной модели в компании iFORA.
Опыт работы с multi-agent системами и knowledge graph, что позволяет разрабатывать сложные решения для анализа больших объемов данных.
Ресурсы для обучения
Карьерный путь
Обзор рынка
Навыки и требования
Тренды отрасли
Новости Deep Research
Загружаем новости отрасли...
Ищем релевантные статьи за последние 6 месяцев