О проекте

Требуется разработать прикладную систему автоматической обработки текстов. Проект нацелен на извлечение сути, смысловую агрегацию и структурирование информации из сырых данных (документы, письма, статьи и т.д.).

Ключевые задачи

• Проектирование архитектуры с использованием нескольких нейросетей (LLM), закрепленных за разными ролями (агентами)
• Выполнение донастройки моделей (fine-tuning и prompt-tuning)
• Создание и отладка стабильных пайплайнов обработки информации

Требования

• Глубокое понимание принципов работы LLM
• Опыт практической донастройки моделей (Fine-Tuning)
• Уверенное владение Python и фреймворками для ML (PyTorch/TensorFlow)
• Умение строить устойчивые производственные пайплайны
• Ориентация на бизнес-результат, а не на академические исследования

Что предстоит делать

Постепенно улучшать качество моделей под конкретные бизнес-кейсы, создавая систему, которая учится и адаптируется к реальным данным заказчика. Нужен не эксперимент, а работающее промышленное решение.