ML-инженер( РБК )

РБК

Город:

Москва

Занятость:

Полная занятость

Компания "РБК"

Привет! Наша ML-команда отвечает за создание умных решений на базе ИИ для одного из крупнейших медиа на одной шестой части земли — от персонализации лент до генерации контента, используя для этого как стек на острие технологий, так и проверенные временем подходы.

Хотим усиливаться новыми единомышленниками, которые как могут принести нам свою уникальную экспертизу в ML/AI, так и развиваться в интересном для себя направлении — от инженера до solution architect, имея доступ к классным спецам и реальным highload-задачам.

Что делаем

Проектируем и внедряем ML/AI-решения на базе LLM, трансформеров, эмбеддингов и агентских пайплайнов для анализа текстов, классификации контента и персонализации в Mediatech-продуктах РБК. Работаем с новостными потоками, аудио и видео-контентом, строим рекомендательные системы и интеллектуальную обработку данных.

Наш технологический стек

ML Core: PyTorch, Hugging Face Transformers/Datasets, sentence-transformers, scikit-learn
NLP/LLM: токенизация, эмбеддинги, RAG, prompt engineering, агентские оркестраторы (LangChain/LangGraph)
Инференс: batching, quantization (8-bit/4-bit), оптимизация latency/cost
Векторные хранилища: FAISS, Milvus, PGVector, Elastic
API/сервисы: FastAPI, Flask, OpenAPI, async-обработка
Data pipeline: подготовка датасетов, weak supervision, очистка, балансировка
MLOps: мониторинг drift, версионирование, воспроизводимость экспериментов
Интеграции: Kafka/RabbitMQ, брокеры событий, near-real-time scoring
Графовые БД: Neo4j, TigerGraph — для knowledge graph и семантического поиска

Чем предстоит заниматься

Проектирование и реализация ML-решений для анализа текстов, классификации и сегментирования контента
Построение RAG-пайплайнов: chunking, retrieval, reranking, борьба с hallucinations
Разработка агентских систем: tool-use, planning, ограничение действий, трассировка
Создание рекомендательных систем: от классического CF до learning-to-rank с учетом CTR, retention и diversity
Упаковка моделей в production-сервисы: API, контрактирование, интеграция с продуктом
Подготовка данных: разметка, очистка, балансировка, hard negatives
Оффлайн- и онлайн-оценка качества: A/B тесты, error analysis, наблюдаемость
Развитие до solution architect: проектирование компонентов, интерфейсов, схемы деградации

Наши ожидания

Уверенные навыки разработки на Python: типизация, тестирование, профилирование, код-стайл, работа с памятью/скоростью
Стек ML: PyTorch (или TensorFlow), Hugging Face Transformers/Datasets, sentence-transformers, scikit-learn
Инференс и оптимизация: batching, quantization (8-bit/4-bit), distillation (понимание), latency/cost trade-offs
Построение RAG: выбор векторного хранилища (FAISS/Milvus/PGVector/Elastic), chunking-стратегии, rerankers, кеширование
Агентские пайплайны: оркестрация (например, LangGraph/LangChain-подходы или кастом), tool-calling, ограничение действий, трассировка
Data pipeline: подготовка датасетов, разметка/weak supervision, очистка, балансировка, hard negatives
API/сервисы: упаковка модели в сервис (FastAPI/Flask), контрактирование (OpenAPI), интеграция с продуктом
Контур качества: оффлайн еvаlнаборы, regression tests), online A/B, error analysis, наблюдаемость (логирование, traces, dashboards)

Будет плюсом

Понимание домена: контентные таксономии, редакционные процессы, лента/витрины, модерация, тренды
Персонализация и ранжирование ленты: multi-objective (CTR, retention, diversity, quality), exploration vs exploitation
Контентная безопасность: токсичность/ненависть/NSFW/дезинформация (на уровне подходов), human-in-the-loop
Мультиязычность: RU/EN/локальные языки, кросс-лингвальные эмбеддинги, трансформа качества на разных языках
Понимание источников трафика и аналитики: event tracking, атрибуция, cohort/retention, экспериментальная платформа

Что предлагаем