Сколиолоджик.ру

Мы ищем инженера, который умеет разрабатывать собственные LLM-решения и разбираться в чужом коде: доводить до ума, чинить или переписывать. Нужен практик, понимающий модели изнутри и умеющий запускать их в продакшн. Что делать: • Проектировать, обучать и дообучать модели (выбор архитектуры, fine tuning, квантизация, оптимизация инференса). • Аудировать и исправлять решения подрядчиков — находить утечки, переобучение, ошибки в метриках и конфигах. • Строить инфраструктуру обучения и инференса (Ollama, vLLM, TGI, GPU, Docker). • Внедрять оценку качества: бенчмарки, LLM-as-judge, регрессионные тесты. • Работать с данными: чистка, разметка, синтетика, версионирование. • Собирать RAG и агентные сценарии (Hermes, tool calling, MCP), честно оценивать необходимость дообучения. • Использовать облачные API (Claude, OpenAI, Gemini) в комбинации с локальными моделями. • Применять агентные инструменты разработки (Claude Code, Cursor) и писать skills/инструкции для агентов. • Развивать модели версия за версией: continual learning, merging, управление адаптерами, релизный цикл. • Писать понятную техническую документацию. Что нужно: • Глубокое понимание трансформеров, обучения, оптимизации, регуляризации. • Опыт дообучения LLM в продакшене (PyTorch, HF, PEFT, TRL, Unsloth, Axolotl). • Квантизация и локальный запуск (GGUF, GPTQ, AWQ; Ollama, vLLM, llama.cpp). • Уверенный Python, Git, Docker, Linux, рефакторинг чужого кода. • Работа с датасетами (JSONL, чат-шаблоны, балансировка, чистка). • Умение строить eval-наборы и интерпретировать метрики. • Понимание лицензий, безопасности (PII, prompt injection), guardrails. • Опыт с агентными фреймворками (LangGraph, OpenAI Agents, CrewAI) и API моделей (tool use, structured output, cost control). • Практика с агентными средами разработки (Claude Code, Cursor) и написание skills. • Опыт развития модели во времени (дообучение без забывания, слияние адаптеров, сравнение версий). Будет плюсом: • Приёмка аутсорсного ML-кода. • Методы merging (SLERP, TIES, DARE), DPO/ORPO. • Векторные БД и RAG (Qdrant, Chroma, LlamaIndex). • Русскоязычные модели и корпуса. • Мультимодальность, speech, CV. • Навык объяснять технические вещи нетехническим людям. Условия: • Официальное трудоустройство по ТК РФ, полностью белая заработная плата • Удаленный формат работы, график 5/2 • Стабильная заработная плата + премии, Мы ищем инженера, который умеет разрабатывать собственные LLM-решения и разбираться в чужом коде: доводить до ума, чинить или переписывать. Нужен практик, понимающий модели изнутри и умеющий запускать их в продакшн. Что делать: • Проектировать, обучать и дообучать модели (выбор архитектуры, fine tuning, квантизация, оптимизация инференса). • Аудировать и исправлять решения подрядчиков — находить утечки, переобучение, ошибки в метриках и конфигах. • Строить инфраструктуру обучения и инференса (Ollama, vLLM, TGI, GPU, Docker). • Внедрять оценку качества: бенчмарки, LLM-as-judge, регрессионные тесты. • Работать с данными: чистка, разметка, синтетика, версионирование. • Собирать RAG и агентные сценарии (Hermes, tool calling, MCP), честно оценивать необходимость дообучения. • Использовать облачные API (Claude, OpenAI, Gemini) в комбинации с локальными моделями. • Применять агентные инструменты разработки (Claude Code, Cursor) и писать skills/инструкции для агентов. • Развивать модели версия за версией: continual learning, merging, управление адаптерами, релизный цикл. • Писать понятную техническую документацию. Что нужно: • Глубокое понимание трансформеров, обучения, оптимизации, регуляризации. • Опыт дообучения LLM в продакшене (PyTorch, HF, PEFT, TRL, Unsloth, Axolotl). • Квантизация и локальный запуск (GGUF, GPTQ, AWQ; Ollama, vLLM, llama.cpp). • Уверенный Python, Git, Docker, Linux, рефакторинг чужого кода. • Работа с датасетами (JSONL, чат-шаблоны, балансировка, чистка). • Умение строить eval-наборы и интерпретировать метрики. • Понимание лицензий, безопасности (PII, prompt injection), guardrails. • Опыт с агентными фреймворками (LangGraph, OpenAI Agents, CrewAI) и API моделей (tool use, structured output, cost control). • Практика с агентными средами разработки (Claude Code, Cursor) и написание skills. • Опыт развития модели во времени (дообучение без забывания, слияние адаптеров, сравнение версий). Будет плюсом: • Приёмка аутсорсного ML-кода. • Методы merging (SLERP, TIES, DARE), DPO/ORPO. • Векторные БД и RAG (Qdrant, Chroma, LlamaIndex). • Русскоязычные модели и корпуса. • Мультимодальность, speech, CV. • Навык объяснять технические вещи нетехническим людям. Условия: • Официальное трудоустройство по ТК РФ, полностью белая заработная плата • Удаленный формат работы, график 5/2 • Стабильная заработная плата + премии • Заработная плата — по результатам собеседования (обсуждается индивидуально) • Испытательный срок – 3 месяца