Виктор К., Middle, ML разработчик

Разработка системы автоматизированного анализа и маршрутизации клиентских обращений в службу поддержки. Решение помогает ускорить обработку запросов, классифицировать обращения по тематикам.

1. Разработка NLP-пайплайна для очистки и предобработки текстов обращений (удаление стоп-слов, лемматизация, токенизация).
2. Дообучение модель BERT для классификации обращений по тематикам и определения их тональности.
3. Внедрение Named Entity Recognition для извлечения ключевых данных (номер заказа, тип проблемы, упомянутые продукты).
4. Разработка REST API на FastAPI для интеграции с CRM и автоматической маршрутизации обращений в нужные отделы.

Создание RAG-агента на базе Gigachat для обработки сложных запросов пользователей по корпоративной информации.

1. Подбор архитектуры;
2. Обработка данных для векторного представления;
3. Создание backend части обработки запросов, обновления БД;

Создание модели продолжительного обучения (time series predictability, adaptive forecasting).

1. Рисерч и подбор решения на реальных данных;
2. Нахождение уязвимостей и недостатков;
3. Создание и математическое обоснование новых характеристик;
4. Реализация библиотеки.

Создание модели продолжительного обучения.

1. Реализация модели на основе гауссовских процессов,
2. Рисерч и подбор решения на реальных данных.

Применение нейронных сетей для обработки сейсмограмм.

1. EDA и подбор архитектуры;
2. Проведение экспериментов;
3. Создание ПО для полного цикла обработки сейсмограмм;