ML / AI inžinierius (-ės) dokumentų transkribavimo sprendimui

Lietuvos vyriausiojo archyvaro tarnyba

Skelbimas
Atlygis/Miestas
Apie įmonę

Apie projektą

Ieškome ML / AI inžinieriaus (-ės), kuris (-i) projektiniu principu prisidėtų prie kuriamo archyvinių dokumentų automatinio transkribavimo sprendimo.

Bendradarbiavimas numatomas pagal individualią veiklą / paslaugų teikimo sutartį, lanksčiu grafiku ir daugiausia nuotoliniu būdu.

Kuriame nuosavą AI pagrįstą sprendimą, skirtą skaitmenintų istorinių ir archyvinių dokumentų atpažinimui bei transkribavimui.

Tikslas – sukurti praktiškai naudojamą, mūsų infrastruktūroje veikiantį sprendimą, leidžiantį:

atpažinti spausdintą ir ranka rašytą tekstą;
apdoroti didelius skaitmenintų dokumentų kiekius;
mokyti ir adaptuoti modelius konkretiems dokumentų tipams;
vertinti transkribavimo kokybę;
automatizuoti visą apdorojimo procesą – nuo dokumento vaizdo iki struktūrizuoto rezultato;
ilgainiui integruoti sprendimą su kitomis informacinėmis sistemomis.

Tai nėra vien eksperimentinis AI projektas – siekiame sukurti realioje veikloje naudojamą sistemą.

Darbo pobūdis

Pagrindinės užduotys būtų:

vystyti ir tobulinti OCR / HTR / Vision-Language modeliais pagrįstą transkribavimo sprendimą;
eksperimentuoti su esamais open-source modeliais ir jų adaptavimu;
rengti duomenis modelių mokymui ir vertinimui;
atlikti fine-tuning / modelių mokymą;
analizuoti CER, WER ir kitus kokybės rodiklius;
optimizuoti inference procesą ir GPU resursų naudojimą;
kurti dokumentų apdorojimo pipeline'us;
integruoti modelius su API ir kitais sistemos komponentais;
dokumentuoti sprendimus taip, kad juos galėtų prižiūrėti ir toliau vystyti vidinė komanda.

Mes tikimės

Ieškome žmogaus, turinčio praktinės patirties bent keliose iš šių sričių:

Python;
PyTorch / Hugging Face / Transformers;
LLM arba Vision-Language modeliai;
OCR / HTR / document AI;
modelių fine-tuning;
GPU inference;
Docker;
REST API;
Linux aplinka.

Didelis privalumas būtų patirtis su:

istorinių ar ranka rašytų dokumentų atpažinimu;
Kraken, Transkribus, TrOCR ar panašiais HTR/OCR sprendimais;
Qwen, LLaMA ar kitais multimodaliniais modeliais;
vLLM;
duomenų anotavimu ir mokymo duomenų paruošimu;
MLOps ir modelių diegimu on-premise infrastruktūroje.

Nebūtina mokėti visko. Svarbiausia – gebėjimas savarankiškai spręsti ML problemas, eksperimentuoti ir rezultatą paversti veikiančiu sprendimu.

Mes siūlome

realų AI projektą su praktiniu pritaikymu;
galimybę dirbti su istorinių dokumentų ir kultūros paveldo duomenimis;
GPU infrastruktūrą modelių mokymui ir inference;
nemažai laisvės pasirenkant techninius sprendimus;
lankstų darbo laiką;
nuotolinį darbą;
ilgalaikio bendradarbiavimo galimybę.

Bendradarbiavimo forma: individuali veikla / paslaugų sutartis.

Darbo krūvis: derinamas individualiai.

Vieta: daugiausia nuotoliniu būdu.

Kaip kandidatuoti?

Trumpą savo patirties aprašymą, GitHub, portfolio ar ankstesnių projektų pavyzdžius, jei tokių turite, bei pageidaujamą valandinį arba projektinį įkainį siųskite el. paštu:

[email protected]

Ypač domina žmonės, kurie yra ne tik dirbę su AI API, bet ir patys mokę, adaptavę, vertinę bei diegę modelius.

Valandinis bruto atlyginimasBruto/val. € 40 - 55