ML-инженер

Навыки

• API (интеграции)
• CUDA / ONNX / TensorRT
• Docker
• FastAPI
• Дообучение моделей
• Внедрение систем
• Kubernetes

О компании и продукте

• «СИЦ Минтранса России» — федеральное государственное бюджетное учреждение, подведомственная структура Минтранса России. Основным направлением является обеспечение цифрового управления различными транспортными системами, создание и обеспечение работы единого информационного пространства данных различных цифровых систем транспортного комплекса, а также мониторинг реализации федеральных и национальных проектов и единой государственной Транспортной стратегии. Мы имеем широкий спектр задач в области цифровой трансформации и информационно-аналитического сопровождения транспортной отрасли России. Ищем ML Инженера , специалиста, который будет отвечать за полный цикл: от выбора и локального запуска моделей до встраивания их в закрытые бизнес-процессы компании без доступа к внешней сети.

Задачи

• Развертывание и оптимизация локальных LLM на серверах компании (GPU/CPU)
• Разработка пайплайнов обработки данных: парсинг, очистка, структурирование и извлечение сущностей
• Построение и настройка RAG-систем на локальных векторных БД для работы с конфиденциальными данными
• Интеграция ML-решений во внутренние информационные системы через API
• Обеспечение безопасности, стабильности и автономной работы решений в закрытом контуре

Требования

• Опыт работы ML/NLP Engineer или Backend/DevOps Engineer с фокусом на ML от 2–3 лет
• Уверенное знание Python (PyTorch, Transformers, FastAPI)
• Опыт работы с LLM и инструментами локального вывода: vLLM, Ollama, llama.cpp, TGI
• Практический опыт построения RAG-систем (LangChain, LlamaIndex)
• Опыт написания SQL-запросов и работы с PostgreSQL
• Понимание методов оптимизации моделей (квантование, KV Cache, оптимизация контекста)
• Опыт работы с Docker , Docker Compose, NVIDIA CUDA, nvidia-docker
• Понимание особенностей развертывания решений в закрытом контуре (offline deployment, локальные репозитории, хранение весов моделей)
• Опыт разработки многопоточных и асинхронных сервисов на Python
• Практический опыт внедрения и эксплуатации LLM в production на собственных серверах
• Будет преимуществом: Опыт Fine-Tuning моделей (LoRA, QLoRA)
• Опыт работы с Kubernetes/K3s

Условия

• График работы 5/2
• Испытательный срок 3 месяца
• Адрес работы: Москва, Большая Почтовая улица, 26с1 Достойный (рыночный) уровень белой ЗП (обсуждается на собеседовании)
• Комфортные условия труда
• Полное соблюдение ТК РФ
• Демократичный коллектив

Паспорт вакансии

История публикации

Откуда что взялось

Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.

Почему на этом месте в выдаче

Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.