Machine Learning Engineer, Deep Learning, NLP, LLMs
Pro Talent
AWSAzureCloudGoogle Cloud PlatformNumpyPandasPythonPyTorchScikit-LearnTensorflow
Job Level
Junior
Tech Stack
AWSAzureDockerFlaskPythonPyTorchScikit-LearnTensorflow
About the role
- Розробка, впровадження та оптимізація алгоритмів і моделей Machine Learning та Deep Learning
- Робота з LLM (розробка мультиагентних систем, інтеграція з OpenAI, Gemini, Hugging Face, LangChain тощо)
- Розробка та інтеграція моделей генерації зображень (Stable Diffusion, Imagen та інші)
- Створення, впровадження та підтримка ML/Deep Learning конвеєрів для автоматизації робочих процесів
- Пишення чистого та підтримуваного коду на Python; використання фреймворків (PyTorch, TensorFlow, scikit-learn, PyTorch Lightning)
- Співпраця з продуктовими командами та клієнтами (стартапи з США та Європи) для запуску продуктів
- Участь у технічних дискусіях, плануванні релізів та, за потреби, у pre-sale активностях
- Документування рішень, комунікація з технічними та нетехнічними сторонами
Requirements
- Ступінь бакалавра або магістра з комп’ютерних наук, науки про дані, програмної інженерії або суміжних галузей
- Мінімум 1,5+ роки комерційного досвіду у сфері Machine Learning та Data Science
- Високий рівень володіння Python з акцентом на написання чистого та підтримуваного коду
- Глибоке розуміння алгоритмів і моделей Machine Learning; практичний досвід їх впровадження та оптимізації
- Глибоке розуміння методів та моделей Deep Learning, включаючи CNN, RNN, LSTM і Transformer
- Практичний досвід роботи з LLM, розробка мультиагентних систем для інтеграції інтелектуальних рішень
- Досвід роботи з моделями генерації зображень (Image Generation), такими як Stable Diffusion, Imagen та іншими
- Досвід роботи з ML та Deep Learning фреймворками та бібліотеками (PyTorch, PyTorch Lightning, TensorFlow, scikit-learn тощо)
- Досвід роботи з LLM фреймворками, бібліотеками та API (OpenAI API, Gemini API, Hugging Face, LangChain тощо)
- Вміння розробляти, впроваджувати та підтримувати Machine Learning/Deep Learning конвеєри для автоматизації робочих процесів
- Навички вирішення проблем та здатність працювати як самостійно, так і в командному середовищі
- Продуктоорієнтоване мислення; вміння бути проактивним та прагматичним у прийнятті технічних рішень
- Вміння правильно планувати власну роботу (декомпонувати та пріоритезувати складні завдання)
- Вміння чітко висловлювати думку як для технічних, так і не технічних спеціалістів
- Знання англійської мови (письмово та усно) на рівні Upper-Intermediate і вище (В2+)
- Буде плюсом: Досвід розробки end-to-end рішень в Natural Language Processing (NLP) та/або Computer Vision проєктах
- Буде плюсом: Досвід роботи з FastAPI/Flask, Docker, Pydantic
- Буде плюсом: Практичний досвід використання інструментів для відстеження експериментів (Weight & Biases, Neptune.ai, TensorBoard)
- Буде плюсом: Розуміння методологій інженерії підказок (prompt engineering) для покращення точності та релевантності результатів LLM
- Буде плюсом: Досвід у pre-sale процесі
- Буде плюсом: Досвід роботи з хмарними платформами (наприклад, AWS або Azure)
- Буде плюсом: Досвід реліз менеджменту
- Буде плюсом: Знайомство з CI/CD процесами
