Machine Learning Engineer

🚀 Внедряешь AI в продукты с нуля? Тебе к нам!

Elcomplus – это аккредитованная IT-компания, системный интегратор и производитель собственных программных и аппаратных средств в области радиосвязи и промышленной автоматизации.

Наш ключевой продукт – диспетчерское ПО Radiusip, который обеспечивает беспроводную связь и координацию на предприятиях нефтегазовой, энергетической, горнодобывающей и химической отраслей, где особенно важна безопасность и быстрая коммуникация.

ЧТО МЫ ПРЕДЛАГАЕМ:

• Конкурентную оплату и условия сотрудничества (обсуждаются по результатам собеседования);
• График работы 5/2 (на месте работодателя) с возможностью перехода на гибридный/удаленный формат;
• Рабочее место: офис в г. Томск, пр-т Фрунзе, 130а для тех, кто предпочитает работу в команде;
• Комфортные условия. У нас создана приятная атмосфера как в бытовом плане (удобный офис, современное оборудование), так и в вопросах общения внутри коллектива;
• Индивидуальный план развития и повышение квалификации за счет Компании;
• Скидки на занятия в фитнес-клубе (пр-т Комсомольский);
• Дополнительные выплаты к отпуску, начиная с третьего года работы (сверх выплат по ТК);
• Яркие корпоративные мероприятия.

АКТУАЛЬНЫЕ ЗАДАЧИ:

• Распознавание и транскрибация аудио;
• Дообучение нейросетей для работы со звуковыми передачами низкого битрейта (условия радиосвязи).

ЧЕМ ПРЕДСТОИТ ЗАНИМАТЬСЯ:

• Анализ применимости и поиск предобученных моделей для задач продукта;
• Сбор, препроцессинг данных, анализ признаков и формирование датасетов;
• Обучение, оптимизация и оценка качества ML-моделей;
• Внедрение ML-решений в production-среду;
• Описание реализованных решений и подготовка аналитических материалов.

КАКОЙ БЭКГРАУНД НАМ БЛИЖЕ ВСЕГО:

• Высшее образование по разработке ПО или математике;
• Умение самостоятельно вести полный цикл ML-проекта — от исследования до внедрения в продакшен;
• Опыт работы с LLM-моделями (GPT, Llama, BERT, RAG);
• Уверенное владение Python и ML-стеком: scikit-learn, PyTorch или TensorFlow
• Понимание NLP, нейронных сетей для обработки текстовых и речевых данных;
• Знание алгоритмов обработки больших данных и парадигмой MapReduce;
• Навыки работы с базами данных: (PostgreSQL, MongoDB, Redis, Elasticsearch, векторные БД).