Привет! 👋
Мы — быстрорастущая продуктовая компания в сфере iGaming с глобальным присутствием и высоконагруженными сервисами, работающими на международных рынках. Мы создаём технологичные продукты с миллионами пользователей и активно внедряем современные ML- и LLM-решения в ключевые бизнес-процессы.
В этой роли вы будете заниматься ресерчем, проверкой гипотез и внедрением решений на базе Large Language Models, разрабатывать real-time ML-сервисы и участвовать в полном жизненном цикле ML-продуктов — от идеи до промышленной эксплуатации. Если вам интересно работать на стыке науки, инженерии и продукта, создавать решения, которыми пользуются тысячи и миллионы пользователей — эта позиция для вас.
Обязанности:
Проведение исследований и проверка гипотез команды с использованием LLM в прикладных бизнес-задачах
Генерация и проработка идей по улучшению существующих ML-решений и продуктов
Разработка и внедрение продуктов на базе LLM-моделей (Text Classification, Summarization, Question Answering и др.)
Проектирование и разработка real-time ML-сервисов
Дообучение и настройка BERT-like и GPT-like трансформеров под бизнес-задачи
Построение и поддержка ML-пайплайнов, участие в LLMOps-процессах
Мониторинг качества моделей, анализ метрик, принятие решений о переобучении и доработках
Поддержка моделей в продакшене, улучшение стабильности и качества решений
Подготовка и ведение технической документации по моделям и решениям
Требования:
Коммерческий опыт работы в Data Science от 2 лет
Уверенное владение Python и ML-стеком
Опыт работы с классическими и современными NLP-инструментами: TensorFlow / PyTorch, NLTK, spaCy, Hugging Face Transformers, NumPy, pandas, Scikit-learn
Практический опыт работы с LLM: Prompt Engineering, дообучение GPT-like моделей
Понимание жизненного цикла ML-моделей и принципов ML-разработки в продакшене
Опыт работы с LLMOps-инструментами: LangChain, LlamaIndex, плагины для LLM
Глубокое понимание и практический опыт работы с LoRA, QLoRA, FAISS, Elasticsearch
Опыт оркестрации ML-пайплайнов (Airflow, MLflow)
Знание best practices разработки ПО: контроль версий, тестирование, CI/CD
Проактивный подход, умение самостоятельно находить решения и доводить задачи до результата
Будет плюсом:
Опыт упаковки ML-решений в микросервисы (FastAPI, Docker)
Опыт разработки высоконагруженных или real-time ML-систем
Участие в построении end-to-end ML-продуктов
Опыт работы в продуктовых или международных командах
Предлагаем:
Удалённую работу из любой точки мира или офис в МСК (по желанию)
Гибкий график с плавающим началом рабочего дня
Гибкий формат сотрудничества
Конкурентную заработную плату
Работу с современными технологиями и интересными задачами
Работу в международном iGaming-холдинге
Поддержку команды и качественный онбординг
Профессиональный рост
Почему Igaming?
iGaming — одна из самых динамичных и технологически сложных индустрий: высокие нагрузки, миллионы пользователей, быстрые продуктовые итерации и большое количество нетривиальных задач для Data Science. Здесь NLP и LLM используются не «для экспериментов», а для решения реальных бизнес-задач — от автоматизации процессов до улучшения пользовательского опыта.
Если вам интересно работать с LLM в живом продукте, влиять на метрики и видеть результат своей работы — будем рады познакомиться 🚀
