ML LLM инженер по обработке документов

Обязанности

Вакансия компании: ООО ТЕРРИКСА 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.