ML LLM инженер по обработке документов - Москва

Вакансия компании: ООО ТЕРРИКСА

О ВАКАНСИИ

TERRIXA — ИНТЕЛЛЕКТУАЛЬНАЯ СИСТЕМА ДЛЯ РАБОТЫ С ТЕХНИЧЕСКИМИ ДОКУМЕНТАМИ И ПРОИЗВОДСТВЕННЫМИ ДАННЫМИ. ИЩЕМ ML/LLM-ИНЖЕНЕРА, КОТОРЫЙ БУДЕТ РАЗВИВАТЬ ПОДГОТОВКУ ДАННЫХ, КЛАССИФИКАЦИЮ ЗАПРОСОВ И ОЦЕНКУ КАЧЕСТВА ОТВЕТОВ, А ТАКЖЕ УЧАСТВОВАТЬ В ТЕСТИРОВАНИИ СКВОЗНЫХ СЦЕНАРИЕВ АНАЛИЗА ДОКУМЕНТОВ И ОТЧЁТОВ ПО СКВАЖИНАМ.

ЧЕМ ПРЕДСТОИТ ЗАНИМАТЬСЯ

Формировать, размечать и актуализировать наборы пользовательских запросов и эталонных ответов для обучения и тестирования.

Поддерживать сбалансированные выборки по типам задач: общий поиск по документам, точные значения из таблиц, графовые связи, расчёты и вызов агентов.

Развивать и оценивать классификацию намерений пользователя и маршрутизацию запросов между компонентами системы.

Проверять качество ответов на технических документах и суточных отчётах.

Участвовать в проверке сводного анализа группы отчётов: по одной скважине за период и по нескольким скважинам за период.

Оценивать полноту и корректность сводных результатов: выполненные работы, статусы, выявленные проблемы и динамика.

Тестировать сквозной цикл обработки документов: загрузка, извлечение данных, запись в базы, выполнение запросов и получение результата, в том числе в Excel.

Разбирать ошибки и случаи отсутствия результата, группировать причины и предлагать улучшения качества.

Настраивать и оценивать локальный запуск моделей на GPU/CPU, включая Ollama или vLLM, параметры параллельной обработки и таймауты.

Работать совместно с разработчиками парсера, backend-командой и тестировщиками; документировать эксперименты и результаты.

ЧТО ВАЖНО ДЛЯ ЭТОЙ РАБОТЫ

Опыт работы ML-, NLP- или LLM-инженером.

Уверенный Python и практические навыки обработки данных, в том числе с pandas.

Опыт подготовки датасетов, разметки данных, оценки классификаторов и анализа ошибок.

Понимание LLM/RAG-систем, поиска по документам и подходов к оценке качества ответов.

Практический опыт работы с SQL и структурированными данными.

Умение тестировать пайплайны обработки документов и находить причины некорректных результатов.

Навыки работы в Linux-среде и чтения логов.

Умение ясно фиксировать ход эксперимента, результаты и ограничения.

БУДЕТ ПРЕИМУЩЕСТВОМ

Опыт с Hugging Face Transformers, scikit-learn, PyTorch или аналогичными инструментами.

Практика запуска LLM через Ollama или vLLM и настройки инференса на GPU.

Опыт с векторными и графовыми базами данных.

Опыт обработки PDF, DOCX, Excel и документов со сложными таблицами.

Знакомство с нефтегазовой тематикой, буровыми процессами и суточными рапортами.

Опыт нагрузочного тестирования на больших наборах документов.

ЗАДАЧИ НА ПЕРВЫЕ МЕСЯЦЫ

Разобраться в текущих наборах данных и сценариях классификации запросов.

Согласовать воспроизводимый набор тестов и метрики качества для ключевых типов поиска и отчётных сценариев.

Регулярно предоставлять команде разбор ошибок с примерами и предложениями по улучшению.

Помочь стабилизировать оценку работы моделей в документном пайплайне и отчётных сценариях.
157689