ML/Data Engineer

Российская государственная библиотека — крупнейшая национальная библиотека мира, обладающая более чем 200 миллионами единиц хранения. Мы предоставляем доступ к богатейшему культурному наследию страны, включая книги, диссертации, журналы, газеты, карты, рукописи и нотные фонды. Наша миссия — предоставить доступ к знаниям для десятков миллионов читателей и обеспечить сохранение культурного кода России.

В рамках реализации стратегии цифровизации, основанной на AI-трансформации, мы ищем ML/Data Engineer. Вы будете играть ключевую роль в создании единой национальной платформы для доступа к самому большому национальному «озеру» достоверных данных и разработке экосистемы цифровых B2C, B2B и B2G сервисов.

Что вас ждет:

• Работа с современными LLM, такими как GigaChat, Cotype Nano и другими;
• Возможность заниматься прикладными исследованиями национального и мирового уровня;
• Влияние на развитие индустрии AI и участие в ключевых проектах страны;
• Публикация результатов на конференциях уровня А/А.

Обязанности:

• Разработка и внедрение ML-моделей: участие в полном цикле создания ML-решений — от исследования и прототипирования до продакшена и мониторинга;
• Проектирование и поддержка ETL/ELT процессов: создание эффективных и отказоустойчивых пайплайнов для сбора, очистки, обработки и преобразования данных из различных источников;
• Развертывание моделей: упаковка моделей в контейнеры, организация их работы в продакшене, создание API для интеграции с другими сервисами;
• Взаимодействие с командой разработчиков LLM и CV.

Требования:

• Опыт разработки в области Data Engineering или Machine Learning Engineering от одного года;
• Уверенное владение Python и основными библиотеками для работы с данными;
• Опыт работы с фреймворками для развертывания и управления ML-моделями;
• Глубокие знания SQL и опыт работы с реляционными и нереляционными БД;
• Понимание принципов контейнеризации и оркестрации;
• Опыт построения и поддержки ETL/ELT пайплайнов с использованием инструментов типа Apache Airflow, Luigi, Prefect.
• Знание основных облачных платформ и их сервисов для работы с данными;
• Понимание жизненного цикла ML-проектов и лучших практик инженерии данных;
• Умение писать чистый, поддерживаемый и хорошо документированный код (знание Git обязательно).
• Способность самостоятельно решать сложные задачи и работать в команде.

​​​​​

• Уникальные проекты, имеющие значительное влияние на доступность знаний в стране;
• Конкурентоспособную заработную плату и социальные гарантии;
• Возможность профессионального и карьерного роста;
• Динамичную рабочую среду с возможностью реализации собственных идей.