Анастасия Г., Senior, Scala разработчик

Разработка пайплайна обучения и применения моделей классического ML для обработки больших данных с использованием Scala, Spark и S3.

1. Проектирование и разработка ML-пайплайнов на Scala с использованием Spark.
2. Настройка интеграции с S3 для хранения и обработки больших данных.
3. Разработка RESTful API сервисов для взаимодействия с моделями.
4. Реализация приложений с использованием Akka Stream и Akka HTTP.
5. Контейнеризация приложений с использованием Docker.
6. Настройка и развертывание приложений в Kubernetes.
7. Оптимизация производительности ML-пайплайнов.
8. Проведение код-ревью и обеспечение качества кода.
9. Написание скриптов на Bash для автоматизации задач.
10. Документирование архитектуры и API.

Руководство направлением машинного обучения в мобильной разработке, включая разработку моделей бустинга, RAG и дообучение LLM для улучшения рекомендаций и обработки клиентских данных.

1. Руководство командой ML-инженеров, координация со смежными командами.
2. Разработка и внедрение 6 моделей бустинга с Gini ~80 для рекомендаций переводов.
3. Проектирование и автоматизация ML-пайплайнов с использованием Spark и Hadoop.
4. Разработка RAG-моделей (на базе E5) с точностью до 80% для поиска по базе знаний.
5. Интеграция с API GigaChat для суммаризации и классификации отзывов клиентов.
6. Дообучение LLM (GigaChat) с использованием LORA-адаптеров.
7. Оптимизация производительности моделей и сокращение времени инференса.
8. Проведение код-ревью и менторство младших инженеров.
9. Настройка CI/CD для автоматизации развертывания моделей.
10. Документирование процессов и результатов в Confluence.

Разработка голосового чат-бота с использованием NLP-моделей, включая сбор данных, обучение и контейнеризацию.

1. Создание пайплайна для сбора и предобработки датасетов.
2. Обучение NLP-моделей, включая дообучение RoBERTa.
3. Разработка REST API для взаимодействия с моделью.
4. Контейнеризация модели с использованием Docker.
5. Интеграция с Kafka для обработки сообщений в реальном времени.
6. Проведение тестирования моделей и API.
7. Оптимизация производительности NLP-моделей.
8. Написание SQL-запросов для анализа данных.
9. Документирование пайплайнов и API.
10. Участие в код-ревью и улучшение качества кода.

Обучение и стажировка в области глубокого обучения, NLP и когнитивной неврологии.

1. Изучение основ глубокого обучения.
2. Работа с задачами распознавания естественного языка (NLP).
3. Исследование методов генерации изображений с использованием AI.
4. Участие в семинарах по когнитивной неврологии.
5. Анализ научных статей и их применение в задачах AI.
6. Выполнение практических заданий по обработке данных.
7. Подготовка отчетов по результатам стажировки.
8. Участие в командных проектах по AI.
9. Изучение инструментов для работы с большими данными.
10. Презентация результатов стажировки перед менторами.