Сеньор ML/DS Инженер

Rossko - российская компания, основанная в 1997 году. Мы занимаемся производством и дистрибуцией автозапчастей.

Мы работаем в России, Казахстане и уже сотрудничаем с Эмиратами. Наши объекты находятся в 114 городах. ИТ-направление - это сердце нашей компании, мы развиваем и поддерживаем 37 ИТ-продуктов.

У нас 5 дата-центров, более 1000 виртуальных серверов и более 30 Tb оперативной памяти. Для наших ИТ-специалистов есть аккредитация, чтобы наши сотрудники получали все льготы ИТ-компаний.

Сейчас мы строим новую поисковую систему для Розничного направления. Масштаб задачи - миллионы SKU, десятки миллионов записей о применимости запчастей к автомобилям, сотни тысяч поисковых запросов в сутки и пиковые нагрузки до 100+ RPS.

Вам предстоит::

• Разработка и обучение моделей машинного обучения для классификации текста и извлечения именованных сущностей (NER).
• Проектирование и внедрение RAG-пайплайнов (Retrieval-Augmented Generation) с использованием векторных баз данных для работы с корпоративными знаниями и неструктурированными данными.
• Развертывание, адаптация и сравнение больших языковых моделей (LLM) в локальном контуре (on-premise), включая оценку их производительности, качества и ресурсоемкости.
• Формирование и оптимизация пайплайнов предобработки данных (Data Pipelines) и инженерии признаков (Feature Engineering).
• Интеграция ML- и LLM-решений в существующую IT-инфраструктуру компании (взаимодействие с командами Python/.NET разработки).
• Оценка качества моделей и построение метрик для контроля эффективности в продуктивной среде.

• Опыт коммерческой разработки в области Data Science / ML от 2-3 лет.
• Уверенное владение Python и основным стеком: pandas, scikit-learn, XGBoost/LightGBM, PyTorch.
• Глубокое понимание принципов NLP: опыт решения задач классификации, NER, работы с Hugging Face Transformers, FastText.
• Опыт работы с векторными базами данных: уверенное знание Qdrant, а также понимание альтернатив (Milvus, Weaviate, pgvector). Понимание принципов работы с эмбеддингами и векторным поиском.
• Опыт развертывания и инференса LLM в локальном контуре (on-premise). Понимание процессов сравнения моделей, квантования и оптимизации (знание и применение инструментов вроде vLLM, Ollama, Text Generation Inference (TGI), llama.cpp).
• Опыт работы с системами контроля версий (Git) и контейнеризацией (Docker).

Будет преимуществом: опыт работы с ElasticSearch, знание основ MLOps (MLflow, DVC, Airflow), опыт fine-tuning (дообучения) открытых LLM (LoRA/QLoRA)

Что мы предлагаем

Комфорт:

• удаленный режим работы и гибкий график;
• полный онбординг за 3 месяца;
• работаем по Kanban, service delivery manager поможет выстроить работу и быстро достичь результата;
• оклад “белый”, трудоустройство официальное с первого дня;
• мы следим, чтобы оклады были в рынке и пересматриваем их если рынок ушел вперед;
• есть премия 30% от месячного оклада раз в квартал, по результатам оценки.

Забота:

• соблюдаем баланс жизни и работы - мы не следим за нашими сотрудниками по таймерам, для нас важна атмосфера доверия и результат.
• скидки на продукцию компании;
• ДМС через полгода работы;
• предоставим технику для работы.

Развитие:

• оплачиваем профессиональное обучение, при желании и необходимости;
• ценим новые идеи, не страдаем авторитарностью, доверяем профессионалам, которых нанимаем;
• у нас нет бюрократической составляющей при выводе разработок в продакшн.

Ждём в нашей команде!