Data Scientist

Сейчас мы в поиске опытного DS на банковский проект.

О проекте

Автоматическая очистка от нерелевантных сообщений — сейчас фильтры выставляются и подбираются вручную, изменяются во времени, нет гарантии актуальности и точности.

LLM as a Service (RAG) — для поиска сообщений по экстренным/актуальным новостям нужна возможность управления поисковой строкой по средствам промпт-инжиниринга. Дедубликация новостей, отбор сообщений, связанных с конкретным продуктом, суммаризация, далее увязка со справочником корневых причин. Определение основных болей клиентов (частота/критичность) в разрезе продуктов, определение направлений развития продуктов/определение зон потенциального развития продуктов. Распознавание пакета документов, поступающих от клиента в рамках процесса работы со сделкой или в рамках процедуры мониторинга. Автоматическое определение типа документа, NER и структурирование данных, полученных из текста документа.

Задачи

Моделирование при помощи классических алгоритмов, моделирование в области задач NLP, работа с данными, разработка в области AI:

• Решение задач, направленных на обработку и структурирование текстовой информации для разработки моделей.
• Построение решений на базе LLM-моделей/разработка промптов.
• Суммаризация информации для генерации кредитных меморандумов/аналитических записок по клиенту: новости, источники — агрегаторы, кредитная история, транзакции, фин. отчетность, арбитражи и пр.
• Генерация выводов по кредитоспособности клиента с помощью LLM.
• Определение тональности информации по клиенту/выделение негатива по клиенту с помощью LLM.
• Генерация рекомендаций по структуре сделки с клиентом с помощью LLM.
• Построение RAG-сервиса базы знаний по финансовому анализу и работе с залогами.
• Формулирование гипотез для улучшения алгоритмов и сервисов, реализация дизайна экспериментов, проведение экспериментов с анализом итоговых результатов.

Требования

• Высшее образование.
• Понимание классических алгоритмов классификации и регрессии ML (деревья/бустинг, линейная регрессия, наивный байес).
• Понимание классических метрик Accuracy/Recision/Recall/F1.
• Знание базовых алгоритмов кластеризации и метрик.
• Знания в построении векторных представлений слови и обучении Embedding-моделей.
• Знания базовых архитектур нейронных сетей для работы с текстом (RNN, LSTM, BERT), опыт работы с LLM (файнтюнинг LLM).
• Опыт построения RAG и работы с фреймворками LangChain приветствуется.
• Уверенное программирование на языке Python/NumPy/pandas.

• Хорошее знание NLP-алгоритмов:

  • Хорошее знание базы классического DS (модели, метрики).
  • Опыт работы и глубокое понимание Seq2Seq, Word2Vec, fastText, TF-IDF.
  • Знание теории в области применения RNN, LSTM, Transformers. Знание плюсов и минусов, областей применения. Опыт их применения в рабочих задачах.
  • Опыт работы с текстовыми метриками, знание и умение применять: BLEU, NIST, ROUGE, METEOR.
  • Опыт файнтюнинга и алаймента.
  • Понимание разницы между токенизацией, лемматизацией и стеммингом.

Будет плюсом

• Опыт DS по проектам связанным с NLP, опыт CV (OCR).
• Опыт работы в проектах с анализом документов, переводом текста, обработкой.

Мы предлагаем

• Карьерную и профессиональную возможность в стабильной, аккредитованной ИТ-компании.
• Расширенный полис ДМС со стоматологией, корпоративного психолога.
• Удаленную работу и гибкий график.
• Необходимую технику для комфортной работы.
• Обучение, сертификацию, Usetech English Club — онлайн-изучение английского.
• Доступ к Корпоративной библиотеке и к Корпоративному университету.
• Внутрикорпоративные профильные коммьюнити.
• Заботу о детях сотрудников: корпоративные скидки, подарки, детские дни.
• Геймифицированную программу лояльности: поверь, ты будешь в восторге от нашего корпоративного магазина!
• Корпоративную жизнь: мы много работаем и классно отдыхаем.