16 июн.
Ассистент по контенту и маркетплейсам (работа с ИИ)
от 40 000 ₽
Москва
Junior
Вместе с нами тебе предстоит:
- Разработка и развитие моделей матчинга вакансий и резюме (семантический поиск, ранжирование, скоринг кандидатов по релевантности и качеству).
- Построение NLP‑пайплайнов: извлечение сущностей из вакансий и резюме, нормализация навыков, кластеризация профессий/ролей.
- Проектирование и проведение экспериментов (A/B‑тесты, оффлайн‑эксперименты) для оценки влияния моделей на конверсию: просмотр → отклик → оффер.
- Совместно с продуктом и разработчиками — интеграция моделей в сервисы подбора (API, UX‑требования, latency/стоимость инференса, мониторинг деградации).
- Поддержка и улучшение существующих моделей: переобучение на новых данных, борьба с дрейфом, оптимизация скорости и стоимости (CPU/GPU).
- Исследование и внедрение LLM/RAG для интеллектуального ассистента рекрутера: генерация резюме/откликов, автоподбор кандидатов, ответы на вопросы по базе вакансий.
- Опыт работы в DS/ML от 2–3 лет, решённых боевых задач в проде.
- Уверенный Python для продакшн‑кода, хорошее владение SQL.
- Понимание классического ML (classification, ranking, clustering, anomaly detection), метрик (ROC‑AUC, PR‑AUC, F1, NDCG).
- Уверенный опыт в NLP: обработка русскоязычного текста, эмбеддинги, text classification, similarity search.
- Опыт анализа данных и A/B‑экспериментов, умение формулировать и проверять гипотезы.
- Понимание и обязательна практика работы с LLM и RAG: выбор моделей, дообучение/инструкционное дообучение, построение пайплайнов поиска по базе знаний.
- Языки: Python 3.x, SQL (PostgreSQL/Greenplum/ClickHouse).
- ML/DL: scikit‑learn, LightGBM/CatBoost/XGBoost, PyTorch (желательно).
- NLP/LLM: transformers, sentence‑transformers, HuggingFace, fastText/word2vec; RAG‑фреймворки (LangChain, LlamaIndex – плюс).
