ML Engineer по тонкой настройке LLM

Что за роль

Задача ML Engineer — настраивать языковые модели для AI-агентов, которые автоматизируют логистические операции. Для обучения используют реальные диалоги и операционные данные; качество моделей проверяется до выбора решения для production. В работе сочетаются подготовка обучающих материалов, fine-tuning и оценка поведения моделей.

Что предстоит делать

• Формировать датасеты на основе реальных разговоров и операционных данных.
• Запускать fine-tuning моделей и сравнивать их результаты с базовыми версиями.
• Создавать evals для оценки качества и принятия решения о переводе модели в production.
• Анализировать ошибки AI-агентов и превращать их в данные для дальнейшего обучения.
• Подготавливать наборы данных и тестовые сценарии, необходимые для оценки моделей.

Что потребуется

• От трёх лет опыта в машинном обучении или NLP.
• Уверенное владение Python.
• Практический опыт тонкой настройки LLM: Vertex AI, OpenAI либо LoRA/SFT для открытых моделей.
• Навыки prompt engineering, подготовки датасетов и оценки моделей.
• Хороший английский язык.

Что важно знать

В работе можно применять PyTorch, Hugging Face и Google Cloud; также будут полезны опыт со speech data и знание узбекского или русского языков. Вакансия связана с применением LLM в логистических процессах: важная часть работы — не только настраивать модель, но и улучшать данные на основе ошибок агентов. Для отклика нужно отправить CV на hr@gl-solutions.com с темой «ML Engineer — LLM Fine-tuning»; заявки без резюме не рассматриваются.