ML-инженер

• Дообучение модели google/madlad400-10b-mt на уникальном пользовательском параллельном корпусе (RU↔?).

• Подключение и настройка OCR-системы (Tesseract или альтернатива).

• Интеграция пайплайна: OCR → машинный перевод → сборка результата с сохранением форматирования.

• Оптимизация модели для запуска на сервере (DeepSpeed, Accelerate).

• Работа с JSON/TSV форматами, кастомный препроцессинг.

• Участие в подготовке MVP.

• Уверенные знания Python, PyTorch, Hugging Face Transformers.

• Опыт дообучения seq2seq моделей.

• Опыт работы с многоязычными моделями приветствуется (MADLAD, NLLB и т.д.).

• Знание основ OCR, желательно Tesseract.

• Опыт работы с облачными серверами (GPU V100/H100), docker/venv/ssh.

• Удалённо.

• Проектная занятость: 1–2 месяца (возможность продления).

• Оплата: обсуждается индивидуально в зависимости от опыта.

Будет плюсом:

• Опыт работы с языками Central Asian region.

• Понимание особенностей юридической документации.

• Навыки DevOps/интеграции моделей в прод.

Как откликнуться:

Пожалуйста, отправьте:

• Краткое резюме.

• Примеры проектов/код (GitHub, Hugging Face и др.). (если есть)

• Краткий рассказ, почему вам интересен проект.