ML / Research Engineer (Compression)

Ищем Research Engineer, которые умеют сжимать модели — квантизация, прунинг. Задачи — на стыке инженерии и ресёрча: формулировка и тестирование гипотез, улучшение SOTA-подходов, упаковка и поставка итоговых решений. Формат участия — через MIL Talent Pool: подключим, когда появится подходящая задача.

MIL Team — команда прикладных ML-исследователей. Делаем AI-продукты (например, compressa.ai) и ресёрч-проекты с индустриальными партнёрами, например, Huawei, Samsung, Сбер.

Публикуемся на топовых конференциях, развиваем собственную инфраструктуру, строим команду с инженерным мышлением и научной глубиной.

• Реализовывать и тестировать методы сжатия: квантизация (в том числе low-bit подходы), прунинг, structured sparsity, tensor decomposition.
• Настраивать фреймворк для экспериментов: метрики, пайплайны, логирование.
• Анализировать влияние сжатия на качество и поведение модели.
• Участвовать в подготовке публикаций и внутренней документации по результатам работы.

• На хорошем уровне Python (PyTorch), Git.
• Понимание архитектуры языковых моделей, основанных на трансформерах (LLaMA), принципов их работы (механизм внимания; prefill, decode фазы).
• Знание методов сжатия DL-моделей: per-channel/per-tensor weight quantization (AWQ, GPTQ, HQQ), методы, упрощающие квантизацию активаций (LLM.int8(), SmoothQuant, QuaRot), методы выбора важных (salient) весов при прунинге/спарсификации (SpQR, Wanda, FLAP).
• Опыт реализации и адаптации low-bit и pruning-подходов.
• Умение писать чистый, модульный и воспроизводимый код.
• Понимание, как оценивать влияние сжатия на метрики и поведение модели.

➕ Будет плюсом

• Наличие статей или препринтов.
• Участие в ML-конференциях.
• Опыт работы с vLLM и LLM Compressor.

• Удалёнка из любой точки мира.
• Команда, у которой точно можно многому научиться.
• Динамичная среда: быстрые гипотезы, короткий цикл принятия решений.
• Возможность расти: хочешь вести трек — поддержим, хочешь делать демку — подключим.