Разработка на Python — удалённая работа в Москве

Data Science. Разработка с нуля. У меня есть готовый датасет текстов. Ваша задача - написать для него код на Pyrhon, который сможет представить каждый из текстов в векторном формате при помощи предобученных моделей эмбеддингов (нужны fasttext, Bert, elmo, которые есть на сайтах rusvectores и deeppavlov, но я не понимаю, как их использовать), а после как-то справиться с проблемой большого веса этих данных и написать нейронную сеть, решающую задачу регрессии на основе этих векторных представлений. Кстати, входными данными для нейронки будут не сами эмбеддинги, а рассчитанные на их основе пословесные матрицы схожести пар текстов из моего датасета. Таким образом матрицы, подаваемые на вход нейронной сети, разного размера (в силу того, что тексты разной длины), а решаемая ей задача - прогнозирование коэффициента схожести двух текстов. Архитектуру самой нейронки Вам не нужно будет придумывать, я попрошу какую-то простую с возможностью изменения слоев в дальнейшем (стандартные conv2d, batch normalization, dropout, pulling, activation...для меня главное, чтобы сеть изначально могла принимать на вход разноразмерные матрицы в рамках одного датасета). Подводя итог, размер датасета - чуть больше 21 тыс. матриц, средний размер которых 139×2642, максимальные значения достигают 2276 и 3114 соответственно. Если знаете, как решить проблему большого веса этих данных и разной формы матриц при их подаче нейронке, Вы - тот, кого я ищу! P.S. В качестве результата работы необходим будет полностью работающий код, обязательно на Python, который я смогу сама запускать на компьютере. Код очень желательно написать к [Телефон скрыт].