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.