Описание:
ООО «РН-КрасноярскНИПИнефть» - научно-исследовательский и проектный институт сопровождает деятельность ключевых предприятий «Роснефти» в Восточной Сибири и на Дальнем Востоке. Институт входит в состав крупнейшего в Европе научного нефтегазового комплекса ПАО «НК «Роснефть». Наша команда активно растет и развивается, увеличивая объемы выполняемых работ и открывая направления деятельности. В 2025 году запланировано увеличение штата специалистов Института на 20%.
Мы предлагаем:
работа в стабильной и развивающейся Компании с ИТ аккредитацией; конкурентный уровень заработной платы (фиксированный оклад, ежемесячные и годовые премии) с каждым кандидатом обсуждается индивидуально в зависимости от опыта работы и квалификации; режим работы с 09:00 до 18:15, пятница до 17:00; предоставление социальных льгот, гарантий и компенсаций: страхование работников (в т.ч. ДМС расширенный со стоматологией) частичная компенсация стоимости спортивных абонементов; возможность получения санаторно-курортное лечения; различные виды материальной помощи; корпоративная программа ипотечного жилищного кредитования; льготная ипотека для ИТ-компаний. обучение, повышение квалификации, профессиональный рост; отсрочка от воинской службы; развитая корпоративная культура (корпоративные мероприятия, спортивное движение). Чем предстоит заниматься: проводить исследования для развития продуктов компании в области LLM-стрима и участвовать во внедрении результатов вместе с командой разработки; разрабатывать и поддерживать компоненты продуктов на базе больших языков моделей; исследовать и реализовывать современные подходы к решению амбициозных задач в сфере обработки естественного языка (NLP); развивать RAG-системы. Для работы понадобится: опыт работы в области NLP не менее двух лет; опыт проектирования решений в сфере искусственного интеллекта; знания микросервисной архитектуры; понимание концепции машинного обучения и знание основных архитектур нейросетей; понимание архитектуры и принципов разработки приложений; умение работать с реляционными базами данных, такими как PostgreSQL и т.д; понимание архитектуры современных больших языковых моделей (LLM); опыт в fine-tuning-е моделей для векторизации текста, адаптация модели под нужный язык/домен; знание методик fine-tuning-е LLM с помощью PEFT (LoRa, QLoRa, P-tuning и т.д.); опыт внедрения моделей в продакшн; понимание логики работы и внедрения LLM в рабочие процессы, знание prompt engineering; навыки написания программного кода.
