Разработка ИИ — удалённая работа в Москве

Формат: проектная занятость / part-time / контракт (обсуждается) Стек/направления: ML, LLM fine-tuning, соревнования/хакатоны, аудио ML Что нужно делать Направление 1 — LLM-тюнинг (приоритет): - Подключиться к задаче в формате внутреннего Kaggle/соревнования: тюнинг модели под конкретную прикладную задачу - получить алгоритм выдающий максимальное качество с минимальными затратами вычислительных ресурсов. - Проработать постановку задачи, метрики, датасет/препроцессинг. - Предлагать и тестировать подходы, основанные на математических методах (градиентный спуск, black box optimization для автоматической настройки гиперпараметров - Довести решение до стабильного воспроизводимого результата. Направление 2 — проект по сжатию звука (параллельный проект, выбрать одно из двух или оба направления): - Разобраться с ТЗ на аудио-сжатие с использованием нейронных сетей (детали будут на старте). - Оценить возможности ускорения известных моделях для запуска на микроконтроллере с NPU но без видеокарты. - Оценить сложность, варианты статей/подходов, выбрать базовую реализацию/бенчмарк. - Реализовать / запустить код из статей, заняться оптимизацией под микроконтроллер Что важно в кандидате - Уверенный ML-инжиниринг: Python, PyTorch (или TF), эксперименты, метрики, воспроизводимость. - Умение работать в режиме “исследование ? гипотеза ? эксперимент ? улучшение”. - Направление 1: o Практический опыт с направленным тюнингом моделей / промптов / гиперпараметров математическими методами (LLM/классификация/ранжирование — не критично, главное практика). Направление 2: o Будет плюсом: оптимизация моделей под оборудование / микроконтроллеры / аудио-фичи / нейросетевые кодеки, опыт работы с аудио-данными.