Чем предстоит заниматься

• Разрабатывать и поддерживать модели классификации тендеров по справочникам (ECLASS, UNSPSC, GS1 GPC, ЕНСТРУ)

• Строить пайплайны извлечения и нормализации атрибутов (бренд, тех‑характеристики, единицы) из неструктурированного текста (тендерные ТЗ, инвойсы, описания товаров)

• Проектировать эмбеддинги и метрики сходства для product‑matching и атрибутивного выравнивания

• Создавать решения RAG с LLM (Azure) для автоматической разметки и валидации

• Плотно взаимодействовать с бэкендом для интеграции в MCP/API

Стек и инструменты

• Python 3.10+

• PyTorch или TensorFlow, HuggingFace Transformers — плюс

• Azure Cosmos DB, Data Factory, AI Search, Functions — плюс

• spaCy / FastText / Textract или аналоги — плюс

• LangChain/LangGraph или аналоги — плюс

• Neo4j, PostgreSQL, или RDF‑triple‑store (Fuseki, Blazegraph) — плюс

Ожидаемый опыт

• 2+ года в ML/NLP‑проектах для e‑commerce или каталогов товаров

• Практика обучения классификаторов с тысячами классов (hierarchical softmax, label‑embeddings, zero‑shot)

• Опыт автоматического сопоставления товаров между различными справочниками

• Навыки построения пайплайнов NER / attribute extraction

• Английский B1+ (чтение стандартов, общение с OSS‑комьюнити)

Что предлагаем

• Свобода выбора архитектуры

• Свободный график

• Удаленная работа

Процесс отбора

1. Короткая Google‑форма (ссылка приходит автоматически)

2. Оплачиваемое тест‑задание (4‑6 ч): парсинг и классификация 1 000 строк описаний товаров

3. Google Meet‑интервью: 30 мин тех