Data Scientist / NLP Engineer

О проекте

Разработка алгоритма классификации текстовых сообщений с использованием современных методов векторного представления текста. Решение должно быть масштабируемым, эффективным и готовым к интеграции в production-среду.

Ключевые задачи:

• Предобработка текста (очистка, нормализация, токенизация, лемматизация).
• Создание продуктивных решений с эмбеддинговыми моделями разных типов:

-Контекстно-независимые: Word2Vec, FastText, GloVe.

-Контекстно-зависимые: BERT, RoBERTa, DeBERTa.

-Современные SOTA-модели:

▪ BGE-M3 (BAAI General Embedding, мультиязычные эмбеддинги).

▪ E5 (Microsoft, текстовые эмбеддинги для поиска и классификации).

▪ Sentence-BERT (SBERT) для эффективного сравнения текстов.

• Оптимизация скорости инференса (квантование, дистилляция, ONNX-экспорт).
• Оценка качества (F1, Precision/Recall, ROC-AUC) и A/B-тестирование.

Требования к кандидату

Обязательные:

• Опыт работы с NLP (3+ лет).
• Глубокое понимание эмбеддинговых моделей
• (разница между static и contextual embeddings).

Практические навыки:

• Python (PyTorch/TensorFlow, Hugging Face Transformers, scikit-learn).
• Библиотеки для NLP: spaCy, NLTK, gensim.
• o Работа с векторными БД (FAISS, Annoy, Qdrant — будет плюсом).
• Умение доносить идеи: визуализация результатов, отчёты.
• Желательные:
• Опыт деплоя ML-моделей (Docker, FastAPI, Triton Inference Server, Streamlit).
• Знание SQL и основ MLOps (DVC, MLflow).

Условия:

• Полное соблюдение ТК РФ;
• Возможность удаленной работы;
• После проекта возможно принятие в штат;
• Гибкий график;
• Возможность профессионального и карьерного роста;
• Молодой дружный коллектив;
• Развитая корпоративная культура.
• Работа в аккредитованной ИТ-компании.