ML-разработчик(NLP)

Дзен — это рекомендательная система и блог-платформа, которая помогает миллионам людей находить интересный контент, а авторам — свою аудиторию. Мы команда, которая разрабатывает и поддерживает контентные модели для всех сервисов Дзена.

Вы будете разрабатывать и внедрять современные модели машинного обучения, решающие ключевые задачи для Дзена. Основной фокус — NLP. Ваша работа охватит весь жизненный цикл ML-решения: от постановки задачи и сбора данных до обучения, оценки качества и внедрения в production.

Ваша работа напрямую повлияет на качество и интеллектуальность сервисов Дзена для миллионов пользователей.

Задачи

• Разрабатывать, обучать и внедрять DL-модели для задач: генерация, классификация, сегментация, семантическая схожесть и другие
• Исследовать и применять LLM для создания агентных пайплайнов, решающих сложные задачи для пользователей
• Проектировать и реализовывать полный ML-пайплайн: от данных до бизнес-метрик
• Оптимизировать и ускорять инференс DL-моделей для production
• Проводить эксперименты на мощном железе, включая кластеры с GPU H100

Требования

• Опыт работы в ML/DL от двух лет
• Глубокие теоретические знания в ML, DL и особенно в NLP
• Практический опыт с PyTorch и Hugging Face
• Способность самостоятельно формализовать, спроектировать и реализовать ML-пайплайн: от сбора и подготовки данных до выбора архитектуры, обучения, валидации и внедрения
• Умение корректно оценивать качество моделей, подбирать и интерпретировать метрики
• Готовность работать в research-ориентированной среде, генерировать и проверять гипотезы

Будет плюсом

• Понимание или опыт работы с архитектурами Encoder, Decoder, Encoder-Decoder
• Знание методов ускорения DL-моделей (квантование, дистилляция, оптимизация инференса)
• Опыт с PyTorch, Hugging Face Transformers, PyTorch Lightning, TensorRT-LLM или аналогичными фреймворками
• Опыт работы с большими языковыми моделями (LLM) и построением агентных пайплайнов
• Готовность участвовать в командных обсуждениях, делиться идеями и предлагать нестандартные решения