ML Инженер (генерация текстов)

Вакансия № 26696406 от компании ООО Лаборатория Наносемантика на Электронной Службе Занятости Населения Москвы.

✷ Смотрите другие предложения работы от компании ООО Лаборатория Наносемантика.

☑ Основной блок:

Опыт работы: 1–3 года.

Тип занятости: полная занятость.

График работы: полный день.

Зарплата: от 140000 до 200000 руб..

Место работы (точный адрес): Россия, Москва, Верейская улица, 29с134.

☑ Актуальность объявления:

Это объявление № 26696406 добавлено в базу данных: Понедельник, 17 февраля 2025 года.

Дата его обновления на этом интернет-ресурсе: Понедельник, 17 марта 2025 года.

☑ Статистика предложения работы № 26696406:

Прочитано соискателями - 90 раз(а);
Отправлено откликов - 0 раз(а);

☑ Репутация компании "ООО Лаборатория Наносемантика":

Читайте свежие отзывы сотрудников об этом работодателе здесь!

Оставить своё мнение об этой компании можно тут без регистрации и бесплатно.

☑ Подробности о вакантном месте:

Компания «Лаборатория Наносемантика» – лидер российского рынка технологий искусственного интеллекта, нацеленных на решение бизнес-задач. C 2005 года мы занимаемся разработкой виртуальных ассистентов (текстовых и голосовых) полностью на своих технологиях (запатентованы в РФ), а также RnD в области разговорного ИИ. Входим в топ российских компаний в области NLP и Speech recognition.

В свою дружную команду мы приглашаем ML Инженера:

Обязанности работника:

Работа с задачами парафраза, генерации комментариев;
Изучение статей и реализация архитектур моделей, функций потерь, оптимизаторов по статьям;
Построение и отладка пайплайнов предобработки данных, обучения и инференса моделей;
Обучение и скоринг моделей;
Сборка сервисов, использующих модели.

Требования к работнику:

Требуемый опыт работы: 2–3 года;
Уверенное владение Python 3;
Продвинутый пользователь Linux;
Опыт работы с Git;
Опыт работы по крайней мере с одной из нейросетевых библиотек глубокого обучения: PyTorch, TensorFlow/Keras;
Опыт квантизации моделей;
Хорошее представление о задачах NLP, в частности, генерации текстов;
Понимание работы механизма внимания, энкодеров/декодеров, sequence2sequence моделей, концепции MLM обучения;
Хорошее представление о современных нейросетевых архитектурах (BERT, GPT-3, T5, …);
Опыт обучения моделей генерации текста;
Базовые навыки работы с библиотеками для обработки текстов (например, nltk, pymystem, spacy, natasha, …).