Data Scientist/ML (Lead), инвестиционная аналитика​​​​​​​

- Определять стратегическое направление развития DS/ML в компании.- Формировать roadmap ML инициативы и приоритизировать задачи.- Проводить research и proof of concept для новых технологий и подходов.- Взаимодействовать с product и business для понимания требований.- Планировать ресурсы и координировать с Data Engineering и DevOps командами.

• Разработка и архитектура:

- Разрабатывать ML модели и алгоритмы решений бизнес-задач.- Проектировать архитектуру ML систем и data pipeline.- Дизайн feature engineering решений и структур данных.- Разрабатывать цепочки обработки данных с использованием сервисов Data Engineering.- Интеграция ML-сервисов с backend сервисами через API.- Оптимизировать производительность моделей и их inference latency.- Мониторинг качества моделей в production (Model Monitoring).- Внедрять best practices по обработке данных.

• Взаимодействие со смежными командами:

Для нас важно:

• Основные компетенции:

- От 5 лет опыта разработки на Python со специализацией в Data Science.- Опыт управления направлением/инициативами без формального подчинения команды.- Опыт управления командами DS и ML инженерами.- Опыт взаимодействия и координации с соседними инженерными командами (Data Engineering, DevOps).- Опыт превращения бизнес-задач в технические решения ML/AI.

• Технические компетенции:

- Опыт работы с LLM и Transformer архитектурами.- Опыт fine-tuning и prompt engineering для LLM.- Знание RAG (Retrieval Augmented Generation) систем.- Глубокие знания Machine Learning.- Опыт работы с Deep Learning (PyTorch, TensorFlow/Keras).- Опыт разработки и деплоя ML моделей в production.- Глубокие знания SQL и работы с Data Warehouse (ClickHouse, PostgreSQL).- Опыт работы с временными рядами и прогнозированием (Time Series Forecasting).- Знание основ NLP и Computer Vision (преимущество).

• Технологический стэк:

- Data Science: scikit-learn, pandas, numpy, statsmodels, scipy.- Deep Learning: PyTorch, TensorFlow/Keras, Hugging Face transformers.- ML Operations: MLfow, Kubeflow.- Базы данных: PostgreSQL, ClickHouse, MongoDB, S3.- Streaming: Apache Kafka.- Инфраструктура: Docker, Kubernetes, Cloud Native решения.- Visualization: Jupyter, Grafana.- Testing: pytest, unittest.- Языки: Python, SQL, Bash.

• Личностные качества:

- Техническое лидерство.- Умение принимать ответственные решения в условиях неопределенности.- Развитые навыки коммуникации и презентации технических решений.- Способность к стратегическому мышлению и долгосрочному планированию.- Самостоятельность и инициативность в решении проблем.- Дисциплинированность и ответственность за результат.- Ориентация на достижение целей.- Внимание к деталям и ответственность за качество.- Готовность делиться знаниями и помогать коллегам.- Адаптивность к изменениям и открытость к новым технологиям.- Умение работать в быстро меняющемся окружении.- Проактивность в выявлении и решении проблем.- Конструктивный подход к решению задач и конфликтов.

• Дополнительные стек и требования:

Главный принцип SkillStaff - Выбирай!

• РАЗНООБРАЗИЕ ПРОЕКТОВ. Выбирай из сотен компаний и проектов то, что интересно и полезно для твоего роста. SkillStaff помогает реализовывать ежегодно порядка 500 различных ИТ-проектов для крупного бизнеса.
• КОМФОРТ. SkillStaff — аккредитованная IT-компания, белая зарплата и удобный график работы. Создавай идеальные условия для своей работы: удаленная работа или возможность работать как в офисе клиента, так и в комфортном офисе SkillStaff в центре Москвы на Воздвиженке.
• РАЗВИТИЕ. Выбирай сам путь, по которому ты хочешь развиваться. Используй возможность обмена опытом и получение знаний через участие в разных проектах, совместную работу с высококвалифицированными коллегами.
• КУЛЬТУРА. Нашу культуру создают сами сотрудники – мы их слышим и помогаем развиваться, чтобы #вместе переходить на новый уровень!