Стажёр ML-инженер (NLP/LLM)

Основные требования

Базовые знания Python и опыт написания небольших программ или учебных проектов.
Понимание основных концепций машинного обучения и принципов работы нейронных сетей.
Общее представление о NLP, LLM и возможностях генеративного искусственного интеллекта.
Знакомство с библиотеками для работы с данными и машинным обучением (например, NumPy, Pandas, PyTorch).
Базовые навыки работы с Git.
Умение разбираться в технической документации и самостоятельно искать решения.
Английский язык на уровне чтения технической документации.
Интерес к практической разработке AI-продуктов, готовность экспериментировать и учиться.

Чем предстоит заниматься

Разработка решений на базе LLM: участвовать в создании и тестировании AI-ассистентов, чат-ботов и LLM-агентов под руководством опытных инженеров.
Работа с локальными LLM: запускать и тестировать открытые языковые модели, сравнивать их качество, скорость и особенности работы.
Разработка RAG-систем: помогать создавать прототипы систем поиска и генерации ответов на основе корпоративных документов и баз знаний.
Prompt engineering: разрабатывать и тестировать промпты, экспериментировать с настройками моделей для улучшения качества ответов.
Проверка гипотез и создание MVP: участвовать в разработке небольших прототипов AI-решений для маркетинга, клиентского сервиса и автоматизации коммуникаций.
Оценка качества LLM: формировать тестовые наборы данных, анализировать ответы моделей, выявлять ошибки и сравнивать результаты экспериментов.
Изучение современных подходов: знакомиться с технологиями tool calling, ReAct, агентными архитектурами и способами интеграции LLM во внешние сервисы.
Участие в R&D: исследовать новые модели, библиотеки и инструменты в области NLP и генеративного искусственного интеллекта.

Что мы предлагаем

Работу над реальными задачами в области NLP, LLM и генеративного искусственного интеллекта.
Возможность получить практический опыт разработки AI-ассистентов и LLM-агентов.
Поддержку и наставничество опытных ML-инженеров.
Участие в исследовательских задачах, экспериментах и создании прототипов.
Знакомство с современным стеком технологий: Python, PyTorch, Hugging Face, LangChain, RAG, Qdrant, Docker, FastAPI.
Удалённый формат работы.
Дружелюбную команду, открытое общение и возможность профессионального развития