Senior/Lead NLP Engineer (LLM/RAG/Data Scientist)

Нур-Султан (Астана), проспект Мангилик Ел, 8

Показать контакты

Описание вакансии

Обязанности:

Стратегия обучения и донастройки LLM: Разработать и реализовать комплексную стратегию обучения, донастройки (fine-tuning) и адаптации языковой модели на наших специфических, высокочувствительных страновых данных
Минимизация ошибок и RAG-оптимизация: Внедрение и оптимизация передовых механизмов, в первую очередь Retrieval-Augmented Generation (RAG), для критического снижения ошибок и «галлюцинаций»
Расширение аналитических возможностей: Трансформация чат-бота от простого ответа к генерации качественных, обоснованных аналитических рекомендаций и прогнозов
Система оценки качества: Создание системы оценки и мониторинга качества ответов ИИ в закрытом контуре (разработка метрик, тестовых наборов данных и др.)
Межфункциональное взаимодействие: Тесное сотрудничество с инженерами данных для обеспечения чистого, структурированного и безопасного потока данных, необходимого для обучения и RAG-механизмов
Инновации: Приветствуется поиск и внедрение новых, оригинальных и прорывных решений для повышения релевантности и точности модели

Требования:

Глубокое понимание архитектуры и принципов работы Large Language Models (LLM)
Подтвержденный опыт разработки и внедрения решений на основе LLM (DeepSeek, LLaMA, GPT-модели или аналоги)
Экспертные знания и практический опыт оптимизации RAG-систем (выбор и настройка эмбеддингов, векторные базы данных, chunking стратегии и т.д.)
Владение инструментами для fine-tuning, промпт-инжиниринга и валидации LLM-результатов
Опыт работы с чувствительными или закрытыми контурами данных
Понимание и способность соблюдать государственные стандарты безопасности и регламенты работы в закрытом контуре
Отличные навыки программирования (предпочтительно Python и соответствующие ML/NLP библиотеки)
Будет плюсом:
Опыт работы с казахстанскими/страновыми данными или предметной областью государственного управления
Опыт работы с Big Data платформами
Наличие опубликованных статей, докладов или open-source проектов в области LLM/NLP

Условия:

Работа над проектом национального уровня с прямым влиянием на процесс принятия решений
Сложная и уникальная задача, требующая нестандартных решений
Строго закрытый контур разработки и развертывания (работа ведется в защищенном режиме)
Конкурентная заработная плата