Домен
Machine Learning и AI
Профиль навыка
Sequence labeling, SpaCy, кастомные сущности, BIO-разметка, токенизация
Ролей
1
где встречается этот навык
Грейдов
5
сформированная дорожка роста
Обязательных требований
5
ещё 0 — необязательные
Machine Learning и AI
NLP
17.03.2026
Выберите текущий грейд и сравните ожидания. Карточки ниже покажут, что нужно закрыть для следующего уровня.
Таблица показывает, как меняется глубина владения навыком от Junior до Principal.
| Роль | Обязательность | Описание |
|---|---|---|
| NLP Engineer | Обязателен | Знает основы Named Entity Recognition: типы сущностей (PER, ORG, LOC), BIO-разметка, базовые подходы. Применяет pre-trained spaCy NER модели и оценивает качество через F1-score. |
| Роль | Обязательность | Описание |
|---|---|---|
| NLP Engineer | Обязателен | Самостоятельно обучает и fine-tune NER-модели для domain-specific задач. Размечает данные, настраивает BIO/BILOU схемы, обучает модели на spaCy и Hugging Face transformers. |
| Роль | Обязательность | Описание |
|---|---|---|
| NLP Engineer | Обязателен | Проектирует production NER-системы: multi-model ensemble, active learning для разметки, nested NER, cross-lingual transfer. Оптимизирует для высокой точности на domain-specific данных. |
| Роль | Обязательность | Описание |
|---|---|---|
| NLP Engineer | Обязателен | Определяет NER-стратегию для команды. Формирует guidelines по annotation, model selection, evaluation methodology. Координирует работу аннотаторов и обеспечивает consistency разметки. |
| Роль | Обязательность | Описание |
|---|---|---|
| NLP Engineer | Обязателен | Формирует enterprise NER-стратегию для организации. Определяет unified entity taxonomy, cross-domain NER подходы и стандарты quality assurance для всех NER-систем компании. |