ML LLM инженер по обработке документов

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.

Адрес размещения вакансии: