Національний банк України – сучасна незалежна державна інституція, покликана забезпечувати цінову та фінансову стабільність у державі та сприяти економічному зростанню України.  Ми інтегруємося до міжнародної спільноти центральних банків, створюємо для цього ефективну і стійку фінансову екосистему, сприяємо розвитку інноваційних фінансових технологій, підвищенню фінансової обізнаності та інклюзії громадян. Ми – сучасний центральний банк, що має довіру суспільства, діє для добробуту громадян і держави.

Функціональні завдання:

•  Аналіз та вибір open-source LLM-моделей під specific use cases банку: document processing, Q&A, аналіз транзакцій;
•  Model optimization: quantization (GPTQ, AWQ, GGUF), pruning, distillation для зменшення розміру моделі та зростання швидкості на обмеженій GPU-інфраструктурі;
•  Fine-tuning моделей на власних даних банку: LoRA, QLoRA, PEFT з урахуванням data privacy та регуляторних обмежень;
•  Налаштування inference-серверів: vLLM, Triton Inference Server, llama.cpp - оптимізація throughput та latency;
•  Розробка та підтримка evaluation pipelines: метрики якості моделі (BLEU, ROUGE, custom business metrics);
•  Розробка промптів та RAG-архітектура (Retrieval-Augmented Generation) для інтеграції зі внутрішніми knowledge bases банку:
•  Документування моделей: model cards, performance benchmarks, versioning;
•  Координація з DevOps для забезпечення production-готовності моделей і інфраструктури.

Ми пропонуємо:

• Можливість для професійного розвитку  в стабільній та прозорій організації;
• Можливість бути дотичним до розвитку країни;
• Ринковий рівень оплати праці, премії на основі оцінювання результатів роботи (KPI);
• Програми навчання;
• Недержавне корпоративне пенсійне страхування;
• Комфортні умови праці та гнучкий графік роботи;
• Колектив однодумців.

Наші очікування від кандидата:

•  Вища освіта;
•  Досвід роботи від 4 років;
•  Рівень англійської мови не нижче А2;
•  3+ років досвіту в Machine Learning / Deep Learning з акцентом на NLP;
•  Глибокий досвід з Python, PyTorch або TensorFlow;
•  Знання LLM-архітектур: Transformer, attention mechanisms, tokenization;
•  Досвід з fine-tuning і адаптацією моделей: LoRA, QLoRA, PEFT;
•  Розуміння model quantization та optimization технік (GPTQ, AWQ, INT8);
•  Досвід з open-source моделями: Llama, Mistral, GPT-2/Neo або аналогічними;
•  Знання контейнеризації: Docker/Kubernetes;
•  Розуміння RAG-архітектури та vector databases (pgvector, Milvus, Qdrant).

Бажані навички:

•  Досвід з NVIDIA TensorRT та оптимізацією моделей під GPU;
•  Знання Hugging Face ecosystem (transformers, datasets, PEFT);
•   Досвід з MLOps: MLflow, Weights & Biases, або аналогічними;
•   Розуміння банківських процесів та регуляторних вимог до AI (EU AI Act, guideline НБУ);
•   Досвід з data pipelines та ETL для підготовки training data.

*В разі рівних умов щодо відповідності досвіду, кваліфікації, знань та навичок, благонадійності та безпечності кандидата, під час прийняття рішення щодо відбору кандидатів на вакантні посади, перевага надається:

• ветеранам війни в Україні;
• особам з інвалідністю;
• іншим категоріям кандидатів, якщо це передбачено законодавством України.