Machine Learning Engineer / Инженер по Машинному Обучению
Айкью Групп
до 150 000 руб.
Полная занятость
Опыт: 1-3 года
Описание:
IQ GROUP - это группа компаний федерального уровня, осуществляющая свою деятельность с 2008 года и объединяющая в себе два направления бизнеса в области банкротства и IT решений.IT-направление предлагает решения для удобного и эффективного управления бизнесом, что позволяет нашим клиентам быстро адаптироваться к меняющимся условиям с помощью современных инструментов по оптимизации продаж, подбора кадром и системы отчетности.В связи с расширением и активным развитием компании мы предлагаем присоединиться к нашей команде в должности - Machine Learning Engineer / Инженер по Машинному Обучению.
Обязанности:
Интеграция нейросетевых моделей: Интеграция нейросетевых моделей в существующие продукты и платформы компании. Поддержка и улучшение существующих решений на основе нейросетей. Разработка и оптимизация моделей: Разработка и оптимизация моделей нейронных сетей для решения задач, связанных с анализом данных, обработкой естественного языка и других применений. Проведение экспериментов, подбор гиперпараметров, оценка производительности моделей. Анализ данных и подготовка датасетов: Анализ данных, подготовка датасетов для обучения и тестирования моделей. Документирование и презентация: Документирование результатов исследований и разработок, участие в обсуждениях и презентациях. Сбор и обработка данных: Сбор, очистка и предобработка данных для обучения моделей. Работа с различными источниками данных (базы данных, API, файловые хранилища). Организация процессов сбора и хранения данных. Разработка комплексных решений: Создание и поддержка FastAPI для взаимодействия с моделями. Интеграция Redis для кэширования и управления очередями задач. Использование Celery для асинхронных задач и распределенных вычислений. Реализация WebSocket для реального времени взаимодействия. Построение и оптимизация RAG (Retrieval-Augmented Generation) систем: Разработка и внедрение систем, объединяющих поиск информации и генерацию текста. Интеграция моделей поиска (например, на основе Elasticsearch, FAISS, или других векторных баз данных) с генеративными моделями (например, GPT, T5, BERT). Оптимизация процессов извлечения релевантной информации и генерации ответов. Работа с embedding моделями (например, Sentence Transformers, OpenAI Embeddings) для улучшения качества поиска. Настройка и оптимизация пайплайнов для обработки запросов и генерации ответов. Файнтюнинг моделей: Настройка и файнтюнинг предобученных моделей под конкретные задачи. Использование методов трансферного обучения для адаптации моделей к новым данным. Оптимизация процесса обучения для достижения максимальной производительности моделей. Масштабирование решений ИИ: Оптимизация и масштабирование моделей для работы с большими объемами данных. Разработка и внедрение решений для обработки данных в реаль
