В современной жизни люди все чаще ищут информацию в интернете. И если раньше пользователь сам определял, на какой сайт зайти и где там искать ответ, то с развитием технологий появились механизмы, позволяющие давать ответ на вопрос мгновенно. Например, голосовой помощник Алиса старается дать ответ сразу, а не отправляет на какой-нибудь сайт. Также на выдаче Яндекса есть элемент быстрых ответов с конечной необходимой информацией на определенный класс запросов.

Наша группа занимается созданием и развитием механизмов для поиска коротких ответов в интернете. Мы решаем задачи из сферы question answering с помощью state of the art нейросетевых моделей. В реальных условиях production решения — это довольно сложная задача, поскольку необходимо гарантировать точность и актуальность ответов. В такой задаче есть множество нюансов, так как мы стремимся сделать универсальный механизм ответов на самый широкий класс запросов.

====Что нужно делать:

• обучать большие нейросетевые NLP-модели для классификации и генерации текста;
• экспериментировать с датасетами и архитектурами моделей для улучшения итогового качества ответов;
• исследовать применение уже имеющихся технологий к новым задачам.

====Мы ждем, что у вас есть:

• отличное знание классических алгоритмов и структур данных;
• глубокое понимание принципов машинного обучения;
• опыт обучения и применение Deep Learning моделей;
• опыт работы с фреймворками Tensorflow/PyTorch;
• хорошее знание Python или других языков программирования.

====Будет плюсом:

• знание C++;
• опыт работы с моделями для обработки текстов (BERT, GPT-X, etc.);
• умение быстро разобраться в новой статье с arxiv и прикрепленном коде на github.