NLP / Machine Learning Engineer Россия | Готов к удалённой…
Контактов нет — профиль на @cyprusithr (Telegram MTProto) ↗
AI-саммари
Machine Learning / NLP инженер с опытом более 4 лет в разработке production-систем, RAG, AI-агентов и поисковых алгоритмов. Успешно внедрял LLM-решения и оптимизировал поиск в компаниях «Цифра» и 2GIS. Ищет удаленную работу или позицию с релокацией на роли NLP, ML, LLM или GenAI Engineer.
- Грейд
- Senior
- Опыт
- 4+ лет
- ЗП от
- не указана
- Контакт
- нет
- Площадка
- @cyprusithr (Telegram MTProto) ↗
- Обновлено там
- 04.09.2026
- В базе с
- 13.09.2026
Python
PyTorch
NLP
LLM
RAG
LangChain
LangGraph
vLLM
FastAPI
Qdrant
Elasticsearch
ONNX Runtime
MLflow
Kafka
PostgreSQL
Оригинал с площадки RAW
Как пришло с «@cyprusithr (Telegram MTProto)» · скачано 13.09.2026 — без AI-обработки.
#CV #NLP #MachineLearning #ML #LLM #GenAI #AI #Python #RAG #AIagents #NLPEngineer
#CV #NLP #MachineLearning #ML #LLM #GenAI #AI #Python #RAG #AIagents #NLPEngineer
NLP / Machine Learning Engineer
Россия | Готов к удалённой работе и релокации
4+ года опыта в ML/NLP. Основной фокус — LLM, RAG, AI-агенты, поиск и обработка текста, production ML-системы.
Опыт
Цифра (Zyfra) — Machine Learning Engineer
09.2023 — 08.2026
• Разработал LLM-агента для подготовки черновиков ремонтных заказов и детерминированного валидатора: проверка запчастей, допусков и обязательных LOTO-пунктов. Сократил время подготовки заказа с 25 до 8 минут, 62% заказов стали приниматься без правок. За счёт автоматизации высвободил около 250 человеко-часов в неделю для 120 мастеров.
• Разработал ReAct-агента, который по жалобе механика находил необходимые historian tags и автоматически определял временное окно для построения тренда. Recall@10 вырос с 0.61 до 0.79, медианное время получения первого содержательного тренда сократилось примерно с 28 до 3.5 минут, доля сессий без участия инженера выросла с 35% до 78%.
• Построил on-prem RAG-систему для работы с технической документацией. Использовал Qwen2.5, bge-m3, Qdrant, Elasticsearch и PaddleOCR. Снизил долю ошибок из-за использования устаревших ревизий документов с 22% до 4%, повысив надёжность ответов для производственных команд.
2GIS — ML Engineer
01.2022 — 08.2023
• Разработал систему разбора поисковых запросов на базе RuBERT/TinyBERT и ONNX Runtime. Снизил долю запросов, требующих переформулировки, с 23% до 17%, а CTR первого результата увеличил на 7%. Латентность обработки составила 2.4 мс на CPU, что позволило использовать модель в production-поиске.
• Разработал pipeline для автоматического поиска сленга и новых пользовательских формулировок с использованием fastText и HDBSCAN. Снизил долю запросов с нулевой выдачей с 6.8% до 6.1%, сформировал словарь из 41 тыс. подтверждённых пар для 120 городов и автоматизировал регулярное обновление поискового словаря.
Стек
Python, PyTorch, Transformers, Qwen, RuBERT, TinyBERT, LangGraph, LangChain, RAG, ReAct, FastAPI, vLLM, Qdrant, Elasticsearch, PostgreSQL, ClickHouse, Redis, Airflow, Celery, Kafka, Kubernetes, Prometheus, Grafana, ONNX Runtime, MLflow, DVC.
Ищу позиции NLP Engineer / ML Engineer / LLM Engineer / GenAI Engineer.
Telegram: https://t.me/gat1lovigor