О команде:
Мы специализируемся на разработке ML-решений «под ключ» для различных подразделений: от прототипирования моделей до внедрения в промышленную среду.
Мы работаем с передовыми алгоритмами машинного обучения: Computer Vision (CV), NLP, RAG-системы, продвинутые ML-модели и эмбеддинги. В нашей команде собраны сильные специалисты разных ролей: DS, MLOps, ML-инженеры, архитекторы, аналитики. Мы не только внедряем готовые решения, но и занимаемся RnD и апробацией новых технологий.
Стек: Python, Kafka, Docker, Kubernetes, Spark, Airflow, Hive.
Обязанности:
- Проводить анализ данных и выявлять закономерности, полезные для бизнеса;
- Разрабатывать и оптимизировать модели машинного обучения, включая нейросети и большие языковые модели (LLM);
- Выполнять предобработку, визуализацию данных и готовить выборки для обучения;
- Работать с базами данных через написание сложных SQL-запросов;
- Участвовать в полном цикле разработки ML-продукта: от бизнес-требований до внедрения;
- Интегрировать разработанные решения в производственную среду Банка;
- Готовить отчеты с результатами анализа и рекомендациями для стейкхолдеров;
- Взаимодействовать с командами MLOps, аналитики и архитектуры для вывода моделей в прод.
Требования:
- Имеешь коммерческий опыт работы в должности Data Scientist / ML-разработчика от 4 лет;
- Глубоко понимаешь алгоритмы и методы машинного обучения (классические модели, бустинги, нейросети);
- Работал с RAG и LLM (опыт fine-tuning, работы с контекстом, промпт-инжинирингом);
- Уверенно владеешь Python и основными библиотеками: Scikit-learn, TensorFlow / PyTorch, Pandas, NumPy;
- Умеешь писать SQL-запросы любой сложности;
- Имеешь опыт внедрения моделей в production (знаешь, как устроен жизненный цикл ML-продукта);
- Умеешь визуализировать данные и результаты экспериментов;
- Готов к работе в команде и открыт к обсуждению архитектурных решений
Будет плюсом:
- Опыт работы с распределенными вычислениями (Spark);
- Опыт работы в финансовом секторе или с большими данными;
- Понимание основ MLOps (Docker, CI/CD, оркестрация пайплайнов).
Условия:
- Работу в крупнейшей команде по машинному обучению в банковской сфере;
- Участие в сложных и интересных задачах с применением передовых технологий;
- Возможность влиять на технологический стек и архитектуру решений;
- Современный стек и доступ к мощным вычислительным ресурсам;
- Поддержку инициатив, обучение, участие в конференциях;
- Конкурентную заработную плату и социальный пакет (ДМС со стоматологией, льготные программы кредитования и др.);
