📍 МоскваСанкт-ПетербургМожно удалённо из РФ
Специализация
Data Scientist & Machine Learning
Английский
B1 — IntermediateB1 — Intermediate
Технологии/инструменты
PythonPyTorchLangChainLlamaIndexLangGraphpandasNumPyscikit-learnTransformersDockerSQLFastAPILitestarHadoopPySparkLangfuseOllamavLLMGitDVCMLflow
Мы поддерживаем AI/ML-приложения для оптимизации процессов банка и улучшения клиентского опыта. Среди наших проектов есть такие, как оптимизация инкассации банкоматов, маршрутизация и закрытие клиентских обращений, поиск фрода и его блокировка, поиск и ответы по базе знаний и многое другое.
На данный момент у нас открыта вакансия инженера по машинному обучению.
Задачи инженера по машинному обучению
- Оптимизация AI-пайплайнов для автоматизации банковских процессов.
- Интеграция и адаптация предобученных LLM (Qwen3, QwQ, LLaMA) под процессы банка.
- Внедрение RAG-систем для ответов на вопросы документации и решения клиентских обращений.
- Поддержание системы офлайн- и онлайн-метрик для оценки качества LLM-приложений.
- Поддержание API для взаимодействия LLM-приложений со сторонними системами.
- Поддержание PySpark-приложений для взаимодействия сервисов с базами данных.
- Проведение исследований научных статей и реализация описанных подходов по AI-агентам для улучшения качества работы.
- Написание документации к сервисам и проектирование новых решений (ML System Design Doc).
- Взаимодействие с бизнес-подразделениями для сбора требований и презентации результатов.
- Поддержание Data/ML-культуры: участие в митапах, ревью кода и дизайна решений, шеринг экспертизой, помощь коллегам в осваивании инструментов машинного обучения.
Инженер по машинному обучению в банке
- Имеет опыт работы в роли NLP/LLM Engineer от 3 лет.
- Владеет на экспертном уровне Python-библиотеками для AI/ML (PyTorch, Transformers, LangChain, LlamaIndex, LangGraph, pandas, NumPy, scikit-learn).
- Имеет опыт работы с LLM для сценариев AI-агентов (Tool Calling, Structured Output, Memory Management, React Framework).
- Имеет опыт построения и знание современных подходов RAG (Hybrid Search, LLM Reranking, Multi-query Search, Chunking Strategies).
- Отслеживает новые подходы и методы работы с LLM (Reasoning, MCP, Multi-agent, Coding Agents).
- Имеет опыт разработки асинхронных API на Python (FastAPI, Litestar, aiohttp, asyncio).
- Имеет опыт работы с SQL и распределенными системами (Hadoop, PySpark).
- Знает базовые LLMOps-инструменты (Docker, Langfuse, Ollama, vLLM).
- Знает базовые инструменты для версионирования кода и трекинга экспериментов (Git, DVC, MLflow).
- Оwnership: ориентир на результат, ответственность за качество работы, проактивность в решении проблем.
- Владеет английским языком на уровне чтения технической документации.
Бенефиты для сотрудников
- Актуальный опыт в AI/ML-индустрии на сегодняшний день.
- Большое количество сложных и влияющих на бизнес задач.
- Дружелюбный коллектив, атмосфера открытости и взаимопомощи.
- Комфортная среда для развития и возможность активно участвовать в принятии важных решений.
- Возможность работать из офиса или удаленно.
- Живое комьюнити аналитиков банка с 200+ участников.
- Профессиональные обучающие курсы и конференции, а также собственная IT-академия.
- Расширенное ДМС со стоматологией с первого месяца работы, страхование выезжающих за рубеж.
- Льготные условия на продукты банка, программа корпоративных скидок и другое.
- Стандартные 28 дней отпуска, возможность брать дей-офф по личным причинам, оплачиваемый больничный.
- Еще десятки льгот и бонусов для сотрудников.