Senior Data Scientist

Мы строим высоконагруженные production-grade ML-системы для обеспечения банковской безопасности. Наш фокус: антифрод, управление рисками, обнаружение аномалий и оптимизация бизнес-процессов. Внедряем различные решения – от классического ML до state-of-the-art архитектур в DL.

Ищем опытного Fullstack DS c мультидоменной экспертизой, готового взять на себя полный цикл (E2E): от постановки задачи и сбора данных до деплоя в прод и настройки мониторинга.

Первый этап отбора на эту вакансию – общение с AI-рекрутером. После отклика ждите сообщение от него в Telegram, диалог займёт примерно 10 минут. Задача AI-рекрутера — уточнить недостающие детали и ускорить рассмотрение вашей кандидатуры.

AI-рекрутер только начинает свой путь, поэтому просим относиться с пониманием. Ваш опыт и участие помогут сделать его удобным и полезным для всех!

Data Engineering:

- Самостоятельный поиск и подготовка данных в витринах, работа со стримингами и ETL

Исследования и валидация:

- Проведение экспериментов с версионированием и валидацией метрик

- Глубокая аналитика метрик

Мультидоменность:

- Разработка и обучение моделей в нескольких доменах. От обучения классификатора транзакций (Classic ML) и LLM-агента для разбора логов до Audio модели для транкрибации речи

E2E разработка:

- Проектирование и деплой маштабируемых ML-пайплайнов: от копания в сырых данных и генерации фичей до деплоя микросервиса, который не «ложится» под нагрузкой

Reporting:

- Построение сложных аналитических схем и визуализация метрик

Ифраструктура и интеграция:

- Совместная работа DevOps/Backend по интеграции моделей в микросервисную архитектуру

Лидерство:

- Участие в найме новых сотрудников

- Менторство джунов

- Взаимодействие с бизнес-заказчиками

Опыт работы DS от 5-и лет (с подтверждённым опытом вывода моделей в прод)

- Хорошие знания математической статистики и теории вероятности

- Понимание алгоритмов и структур данных (CS)

- Мультидоменная экспертиза: практический опыт минимум в 2-х доменах (CV, NLP/LLM, TS, RL, RS, Audio)

- Глубокое понимание PyTorch (кастомные архитектуры)

- Понимание архитектуры трансформеров и графовых алгоритмов

Инженерная база:

- Свободное владение Python (чистый код, знание numpy/pandas/scikit-learn)

- Понимание микросервисной архитектуры и работы с очередями (Kafka)

- Опыт написания асинхронных сервисов взаимодействия с ML-моделями (asyncio/aiohttp)

MLOps-инструментарий:

- Опыт с Airflow (оркестрация), MLflow (трекинг), Docker/K8s (контейнеризация)

- Опыт использования систем контроля версий Git/Bitbucket

Data & Infra:

- Уверенное владение SQL (сложные джойны, оконные функции, оптимизация запросов) и знакомство с Big Data стеком (Spark, Hadoop)

- Умение решить любую несложную инфраструктурную задачу, с которой не работал(а) ранее

Будет плюсом:

- Опыт с LLMs (fine-tuning, RAG, evaluation via RAGAS/DeepEval, vLLM).

- Глубокая экспертиза в узком домене из списка

- Уверенный опыт с LangChain, LangGraph, function calling

- Законченный ШАД/ OZON Masters/ AI Masters

• Инновационные, амбициозные проекты и задачи, которые развивают: всегда есть возможность прокачать свои навыки в работе и профессионально расти;
• Среда для обмена знаниями – высокая экспертиза внутри команды;
• Сплоченная команда, работающая над общими задачами и умеющая хорошо отдыхать;
• Нашу культуру создают сами сотрудники – мы их слышим и помогаем создавать и поддерживать корпоративные комьюнити по интересам
• Стабильная заработная плата и годовой бонус;
• Полностью офисный форма