DS\ML Инженер
Description
-
Разработка и внедрение ML-моделей и пайплайнов для решения бизнес-задач (классификация документов, извлечение сущностей, поиск аномалий, RAG-системы).
-
Предобработка, очистка и анализ витрин данных из корпоративного хранилища данных (КХД) для обучения и использования моделей.
-
Интеграция ML-моделей и LLM (в т.ч. через API) в производственные системы и RPA-процессы.
-
Настройка и поддержка векторных баз данных и механизмов эмбеддинга для AI-агентов.
-
Мониторинг качества работы моделей в промышленной эксплуатации (контроль дрейфа данных, точности ответов).
Требования:
- Высшее техническое (прикладная математика, компьютерные науки, анализ данных).
-
Уверенное знание Python и основных библиотек для работы с данными и ML.
-
Продвинутый уровень SQL и понимание принципов реляционных баз данных.
-
Понимание архитектуры современных LLM и практический опыт построения RAG-систем (работа с LangChain, LlamaIndex или аналогами).
-
Опыт создания и документирования REST API (например, на FastAPI или Flask) для развертывания моделей.
-
Опыт работы с векторными базами данных.
-
Практический опыт работы с российскими LLM или open-source моделями.
-
Знакомство с основами MLOps: Docker, базовые принципы CI/CD для ML, MLflow или аналоги.
-
Опыт работы с неструктурированными данными (текст, PDF, изображения) и OCR-технологиями.
-
Аналитический склад ума и здоровое любопытство к новым технологиям.
-
Умение работать в условиях неопределенности (когда данные "грязные", а требования размыты).
-
Способность объяснять ограничения и вероятностную природу ИИ не техническим специалистам.
- Прием на работу по трудовому договору;
- Размер заработной платы по результатам собеседования;
- Ежеквартальная и годовая премия;
- ДМС (работник+члены семьи), страховка от НС и критических заболеваний;
- Корпоративная мобильная связь;
- График 5/2 (гибрид);
- Собственный спортивный зал на территории.
Skills
Sign in to read and join the discussion.