ML-разработчик в Нейроэксперт

Нейроэксперт — это LLM-ассистент для работы с большими базами знаний, помогающий решать все виды задач: от простого Q&A до сравнительного анализа и генерации решений (ближайшие конкуренты — NotebookLM и Perplexity Spaces). Мы стремимся стать ведущим игроком на рынке. Для этого мы не просто делаем удобный пользовательский сервис, а внедряем on-premise-решения для больших корпоративных заказчиков с десятками тысяч документов.

Наша команда обеспечивает качество продукта за счёт передовых NLP-технологий. А их у нас много: парсинг документов с помощью OCR/VLM, эффективные мультимодальные RAG-реализации, исследования в области ризонинга, длинного контекста и агентов...

Какие задачи вас ждут

Работа над качеством текущего пайплайна
Главная наша задача — качественно отвечать на любой запрос пользователя. Для этого вам нужно будет выявлять слабые места в текущем решении и экспериментировать: готовить качественные данные и бенчмарки, промтить и дообучать языковые модели (в том числе LLM), читать статьи и пробовать новые подходы.

Внедрение новой функциональности
Наша система постоянно меняется и совершенствуется, чтобы соответствовать требованиям клиентов. Вам предстоит не только улучшать текущее решение, но и работать над новой функциональностью: заниматься формализацией продуктовых требований в конкретные метрики, выстраивать процессы контроля качества, адаптировать архитектуру.

Поддержка рантайма
Важно не только создать хорошие ML-модели, но и обеспечить их правильную работу в рантайме реального продукта. Вместе с командами разработки и DevOps вы будете оптимизировать применение своих моделей, обеспечивать стабильность работы системы и достигать баланса между скоростью и качеством.

Мы ждем, что вы

• Отлично знаете NLP и классический ML
• Обучали нейросетевые модели в индустрии или исследовали их
• Следите за трендами в области LLM, любите глубоко копать и постоянно развиваться

Будет плюсом, если вы

• Хорошо разбираетесь в том, как устроены современные LLM «под капотом», и решали с их помощью прикладные задачи
• Строили RAG-пайплайны и/или занимались информационным поиском