Описание:
Мы - группа компаний «Астра» – один из лидеров российской IT-индустрии, ведущий индустрии, ведущий производитель программного обеспечения, в том числе защищенных операционных систем и платформ виртуализации. Разработка флагманского продукта, ОС семейства Astra Linux, ведется с 2008 года. На сегодня в штате компании более 300высококвалифицированных разработчиков и специалистов технической поддержки. Наша миссия – обеспечить технологический суверенитет России и ее лидерство вмировой IT-индустрии, ведущий индустрии путем создания базовых технологий, специального и пользовательского ПО. Стратегическая цель – к 2030 году стать национальнымпроизводителем программных продуктов No1. Мы ищем начинающего специалиста в области машинного обучения, который готовприсоединиться к нашей команде и активно участвовать в разработке и совершенствованиирешений на базе искусственного интеллекта. Основной фокус работы будет на тонкойнастройке существующих моделей, создании эффективных промптов для генеративныхмоделей и использовании классических алгоритмов для автоматизации процессов. Ключевые обязанности: Участие в проектах по тонкой настройке предобученных моделей для решения конкретных бизнес-задач. Разработка и оптимизация промптов для генеративных моделей (например, на основе Transformer-архитектур). Участие в разработке и развертывании сервисов, использующих модели машинного обучения (API, микросервисы). Анализ и предобработка данных для обучения и оценки моделей. Проведение экспериментов и оценка качества моделей, анализ результатов и внесение корректировок. Документирование кода, моделей и процессов. Активное участие в командных обсуждениях и обмене знаниями.
Требования:
Образование: Высшее или незаконченное высшее (последние курсы) в области ComputerScience, прикладной математики, статистики или смежных областях. Технические навыки (базовые): Python: Уверенное владение Python и основными библиотеками (numpy, pandas). Machine Learning (основы): Понимание базовых концепций машинного обучения(обучение с учителем, обучение без учителя, метрики оценки). ML Frameworks: Знакомство с одним или несколькими фреймворками: TensorFlow,PyTorch, scikit-learn. SQL:Базовые навыки работы с SQL для извлечения и анализа данных. Специализированные навыки : Тонкая настройка моделей: Понимание процесса тонкой настройки предобученных моделей (transfer learning) и знакомство с библиотеками, такими как Hugging Face Transformers. Промпт-инжиниринг: Знакомство с принципами создания эффективных промптов для генеративных моделей. Разработка API: Базовые знания о разработке REST API с использованием Flask, FastAPI или аналогичных фреймворков. Docker: Понимание контейнеризации и опыт работы с Docker (на базовом уровне). Опыт: Проекты по машинному обучению (учебные, личные или коммерческие). Участие в соревнованиях по Data Science (Kaggle и подобные). Опыт работы с системами контроля версий (Git). Личные качества:
