Старший Разработчик Data Science

Чем предстоит заниматься:

• Разрабатывать, обучать и внедрять ML-модели для задач прогнозирования спроса, персонализации, ценообразования и оптимизации бизнес-процессов.
• Анализировать большие массивы данных, выявлять закономерности и предлагать решения для повышения эффективности компании.
• Участвовать в проектировании архитектуры ML-систем, интегрировать модели в продакшн.
• Проектировать и развивать LLM-платформу: LLM Gateway, prompt management, orchestration (workflow/agents), RAG-ядро
• Подключать источники знаний компании (Confluence/Jira/wiki/кодовая база/документы), строить ingestion-пайплайны, обеспечивать актуальность данных
• Развивать retrieval слой: chunking, hybrid search, reranking, контекстное сжатие, цитирование источников
• Встроить LLMOps: версионирование промптов/индексов/конфигов, регрессионные тесты, quality gates, canary/rollback
• Настроить наблюдаемость: end-to-end трассировка (запрос → retrieval → ответ + агентские трейсы), метрики качества/латентности/стоимости, алерты
• Обеспечить enterprise-требования: ACL/пермишены, аудит, режимы логирования (redacted/no-log), защита от prompt-injection
• Оптимизировать стоимость и производительность (кэш, routing, лимиты контекста).
• Проводить A/B тестирования, оценивать качество моделей и их влияние на бизнес-метрики.
• Сотрудничать с командами аналитики, IT и маркетинга для поиска новых точек роста.

Что важно для успеха:

• Опыт 3+ лет в ML/Backend/Platform роли, где вы строили прод-сервисы с подтвержденным результатом
• Уверенный Python (или Go/Java + готовность писать на Python), понимание API-сервисов (REST/gRPC), асинхронность
• Практический опыт с RAG/поиском: векторный поиск, hybrid подходы, reranking, работа с embeddings
• Понимание принципов LLMOps/MLOps: версии, тестирование, мониторинг, релизы, инциденты
• Опыт Docker + Kubernetes (деплой, масштабирование, конфиги), Linux
• Умение проектировать системы с учётом безопасности (RBAC/ACL), логирования и аудита
• Глубокие знания Python и основных ML-библиотек (scikit-learn, pandas, numpy, PyTorch или TensorFlow).
• Практический опыт построения и внедрения моделей машинного обучения в продакшн.
• Умение работать с большими данными (SQL, Spark, Hadoop — будет плюсом).
• Навыки анализа данных, визуализации результатов и интерпретации выводов.
• Опыт участия в командных проектах, коммуникабельность, инициативность.

Условия и преимущества:

• Официальное трудоустройство, стабильная «белая» зарплата.
• График 5/2, 8-часовой рабочий день.
• Возможность работать в гибридном формате: часть времени в современном офисе, часть — удалённо, готовы обсуждать полностью удаленный формат в РФ.
• Интересные задачи, масштабные проекты, влияние на ключевые бизнес-процессы.
• Дружная команда профессионалов, поддержка развития и обучения.
• ДМС