🎓 Выбирайте обучение по отзывам. Мы запустили рейтинг лучших онлайн-школ, чтобы находить качественные курсы стало еще проще. Cмотреть рейтинг

Team-Lead Data Science NLP / LLM

Местоположение и тип занятости

Полный рабочий деньМожно удаленно

Компания

Мы создаем будущее, доступное каждому, используя современный стек технологий

Описание вакансии

Big Data MegaFon - это команда, которая строит масштабные AI-решения: от рекомендательных систем и речевых технологий до генеративных моделей и внутренних ML-платформ.

Мы активно развиваем направление NLP и GenAI: создаём ассистентов, анализируем тексты и диалоги, проектируем LLM-решения.

Ищем Data Science Team Lead (NLP / LLM) чтобы возглавить команду, которая разрабатывает интеллектуальные решения на базе больших языковых моделей.

Наш стек: Python, PyTorch, Hugging Face, LangChain, LangGraph, vLLM, SGLang, Triton, Docker, Kubernetes, MLflow, Linux, Git.

Чем предстоит заниматься

· Руководить командой DS - выстраивать процессы, приоритизацию и контроль качества решений

· Вести ключевые проекты по NLP / LLM: ассистенты, чат-боты, генерация и анализ текстов, мультимодальные сценарии

· Определять архитектуру и подходы (fine-tuning, LoRA, RAG, prompt-tuning, function calling)

· Взаимодействовать с бизнес-заказчиками и техкомандами, помогать в постановке задач

· Развивать экспертизу команды: проводить код-ревью, менторить, организовывать обмен знаниями

Что для этого нужно

• Опыт коммерческой работы в сфере NLP / LLM / ML от 3 лет, опыт лидерства - от 1 года

• Глубокие знания алгоритмов машинного обучения, статистики, принципов работы LLM и NLP моделей (Transformer, Attention, RLHF, RAG и др.)

• Владение Python, PyTorch, опыт работы с фреймворками инференса и open-source моделями (Llama, Mistral, Qwen и др.)

• Навык проектирования сложных пайплайнов и оптимизации инференса

• Умение управлять командой, приоритизировать задачи, презентовать результаты бизнесу

• Образование в области Data Science, информатики, математики или смежных дисциплин

Будет плюсом

• Опыт внедрения LLM-решений в продакшен (внутренние/внешние сервисы)

• Знание MLOps / LLMOps-инструментов (K8s, MLflow, Prometheus, Grafana)

• Опыт интеграции LLM с корпоративными системами