ml разработчик для AI-стартапов

eggscom.studio; United States; On-site; USD 55,000 - 138,000; Full time

Job summary

eggscom.studio — стартап-студия, специализирующаяся на запуске AI‑стартапов. Специалист будет создавать внутренний продукт для помощи кофаундерам студии, выполняя дообучение LLM и подготовку качественных наборов данных. Удалённая работа до 4 часов в день, график по согласованию, оплата поэтапно за проект.

Требуется глубокое владение Python, Hugging Face Transformers и предметными инструментами, плюс опыт в текстовых LLM/NLP и 1–2 реализованных проекта по дообучению с измеримыми результатами.

Qualifications

• Python для обработки JSONL/CSV и создания скриптов валидации
• Знание Hugging Face Transformers, Datasets/TRL
• Знание PEFT, LoRA/QLoRA, Unsloth
• Понимать гиперпараметры дообучения
• Уметь оценивать качество моделей и вручную проверять ответы
• Знать Argilla, Label Studio, Distilabel или аналоги
• Иметь опыт работы с текстовыми LLM/NLP
• Иметь минимум 1–2 завершённых проекта по дообучению с измеримым результатом

Responsibilities

• Додоботать LLM 16B под методологию студии
• Собирать и готовить датасеты JSONL/ChatML
• Очищать данные: дедупликация, валидация, балансировка и разделение train/val
• Запускать дообучение и контролировать качество по эпохам
• Анализировать переобучение и деградацию базовых знаний и русского языка
• Выбирать контрольные точки по val-loss и ручной оценке ответов

Skills

Python

NLP

LLM/NLP

Tools

Hugging Face Transformers

Datasets/TRL

PEFT

LoRA

QLoRA

Unsloth

Argilla

Label Studio

Distilabel

Job description

Описание:

eggscom.studio - стартап-студия, специализирующаяся на запуске AI-стартапов. Специалист будет создавать внутренний продукт для помощи кофаундерам студии.

Задачи:

• Дообучать LLM 16B под методологию студии
• Собирать и готовить датасеты JSONL/ChatML
• Очищать данные: проводить дедупликацию, валидацию, балансировку и разделение на train/val
• Запускать дообучение и контролировать качество по эпохам
• Анализировать переобучение, деградацию базовых знаний и русского языка
• Выбирать контрольные точки по val-loss и ручной оценке ответов

Требования:

• Владеть Python для работы с JSONL/CSV и создания скриптов валидации и обработки данных
• Знать Hugging Face Transformers, Datasets/TRL
• Знать PEFT, LoRA/QLoRA, Unsloth
• Понимать гиперпараметры дообучения
• Уметь оценивать качество моделей и вручную проверять ответы
• Знать Argilla, Label Studio, Distilabel или аналоги
• Иметь опыт работы с текстовыми LLM/NLP
• Иметь минимум 1-2 завершённых проекта по дообучению с измеримым результатом

Условия:

• Удалённая работа до 4 часов в день
• График по согласованию, возможна работа вечером и в выходные
• Оплата поэтапно за проект