Вакансии Senior Data Scientist

Что делать: Создавать MLOps-практики для задач запуска кампаний продаж, обработки аудиоконтента и исполнения LLM, внедрять инструменты отслеживания жизненного цикла моделей и версионирования модельных артефактов.

О компании: Аудиосервис Звук — это 70 млн.+ треков, HiFi-качество музыки, тысячи подкастов, персонализированные плейлисты и Волны, генеративная музыка, онлайн-радио. С помощью умных алгоритмов они создают плейлисты для бизнеса, а уникальная платформа Студио позволяет расширить горизонт возможностей для артистов, менеджеров и других участников музыкального бизнеса.

Что делать: Отделять критичные расчёты и выносить их на отдельные мощности, разрабатывать сервис экспорта из DWH в продуктовые сервисы, сокращать время реагирования на проблемы.

О компании: Avito.ru — самый популярный сайт объявлений в России, входит в топ-5 площадок рунета, топ-3 мировых классифайдов, топ-3 самых дорогих компаний рунета. Каждый месяц на Авито бывает более 33 миллионов человек — это около четверти населения России.

Что делать: Улучшать текущие модели оценки залогов — недвижимое и движимое имущество, создавать модели оценки залогов, развивать проект распознавания документов, поддерживать высокую культуру MLOps-процессов в команде.

О компании: Райффайзен Банк — один из 11 системно значимых банков России и часть международной банковской Группы Райффайзен (15 стран, 1,8 млн.+ клиентов, лучший иностранный банк десятилетия по версии SPEAR’‎s).

Что делать: Оптимизировать и масштабировать сервис, решать задачи компьютерного зрения.

О компании: Плюс Фантех (50+ млн пользователей) — отдельный бизнес-юнит «Яндекса», являющийся одним из крупнейших в Европе развлекательных сервисов по подписке с клиентской базой более 30 миллионов человек. В бизнес-юнит входят медиасервисы «Яндекс.Музыка», «Яндекс.Афиша», «Яндекс.Плюс», «Кинопоиск» и «Букмейт». Команда занимается поддержкой и развитием рекомендательной платформы Ichwill.

Условия: Работа в офисе (on-site).

Что делать: Сотрудничать с командой продукта для разработки продукта, а также совместно владеть бизнес-результатами, проводить анализ данных, исследования и обучение ML-моделей, переводить данные и модели в визуально доступные форматы для нетехнической аудитории.

О компании: Exness — международная финтех компания, разрабатывающая собственные финансовые продукты и сервисы. Ключевой сервис — услуги для ритейл-трейдеров по проведению торговых операций на рынке CFD трейдинга. 300 000 активных трейдеров и ежемесячный объем торгов $2,5 трлн. Основные регионы присутствия — Азия, Ближний Восток, Европа, Южная Америка.

Что делать: Проектировать и реализовывать решения для промышленного применения ML-алгоритмов, выстраивать MLOps и CI/CD-процессы, адаптировать модели под инфраструктуру, развивать инструментарий ML-платформы.

О компании: Иннотех занимается разработкой ПО для банковской отрасли.

Что делать: Отвечать за ML-направление внутри компании, развивать задачи по персонализации, анализу и оценке контента, влиять на ключевые метрики продукта, используя технологии машинного обучения.

О компании: Sports (инвестиции $3 млн.) — спортивное digital-издательство. Делает медиа, сервисы и сообщества для любителей спорта во всем мире. Ежемесячно продуктами на 7 языках пользуется более 25 миллионов пользователей в России, США, Великобритании и других странах. Сейчас развивают два новых направления: Cyber.sports.ru и «Здоровье».

Что делать: Разрабатывать ML-пайплайны для формирования персональных рекомендаций, ставить и реализовывать гипотезы по улучшению бизнес-метрик, оптимизировать существующие пайплайны.

О компании: Сбербанк — крупнейший банк в России, Центральной и Восточной Европе, один из ведущих международных финансовых институтов.

Что делать: Оптимизировать объём данных для экономии ресурсов на обучение GigaChat, обрабатывать сырые данные из интернета, использовать существующие или обучать новые языковые модели, решать проблемы семантической дедубликации длинных текстов, оценивать огромные корпуса текста по различным критериям (более 10 в проработке) с помощью LLM, генерировать новые данные.

О компании: Сбербанк — крупнейший банк в России, Центральной и Восточной Европе, один из ведущих международных финансовых институтов.

Что делать: Генерировать и проверять гипотезы, которые помогут улучшить работу моделей, разрабатывать методы оценки и контроля качества моделей, совершенствовать методы сбора обучающих данных, исследовать RL-подходы.

О компании: Yandex Cloud — публичная облачная платформа, которая предоставляет корпорациям, среднему бизнесу и частным разработчикам масштабируемую инфраструктуру, сервисы хранения данных, инструменты машинного обучения и средства разработки. С 2018 года платформа выросла вдвое не только по суммарному доходу, но и по клиентской базе: ежедневно сервисы используют более 10 тысяч компаний.

Что делать: Заниматься загрузкой данных ряда важных сервисов банка в Hadoop для целей последующего анализа, согласовывать требования, принципы реализации и выбранное решение с заказчиками, технологами, экспертами, создавать ETL-потоки.

О компании: Neoflex создает ИТ-платформы для цифровой трансформации бизнеса, помогая заказчикам получать устойчивые конкурентные преимущества в цифровую эпоху. Среди заказчиков более половины российских банков, входящих в топ-100, а также компании из 21 страны Европы, Азии и Африки.

Что делать: Усиливать ML-направление, вместе с командой заниматься полным циклом разработки продукта.

О компании: Ozon — одна из крупнейших российских e-commerce компаний. Ежедневно обрабатываются несколько миллионов заказов, которые доставляются в 6500 населённых пунктов по всей России.

Что делать: Разрабатывать объекты хранилища данных в рамках уже существующего фреймворка ЕХД, проводить технические и бизнес-сверки передаваемых заказчику объектов, сопровождать и развивать разработанный функционал, формализовывать требования, формировать и согласовывать ТЗ.

О компании: C 2006 года специалисты компании USETECH оказывают полный спектр услуг в области заказной разработки программного обеспечения, независимого тестирования, ИТ-консалтинга, автоматизации и интеграции бизнес-процессов, дизайна и юзабилити.

Что делать: Осуществлять полный цикл ML-разработки от идеи до внедрения, проводить эксперименты с анализом данных, паттернами поведения пользователей и различными схемами рекомендаций, обучать и внедрять нейросетевые SotA-модели.

О компании: Яндекс — одна из крупнейших IT-компаний в России. Команда разрабатывает, внедряет и улучшает рекомендательные системы для различных сервисов Яндекса с сотнями миллионов DAU и тысячами RPS, которые обрабатывают терабайты данных в реальном времени.

Что делать: Разрабатывать инструменты для личного кабинета продавца, а также инструменты для планирования промо-активностей.

О компании: Samokat.tech — продуктово-технологическая компания на рынке e-commerce, которая разрабатывает сложное мультиагентное ПО, чтобы обеспечить доставку продуктов и товаров в любую точку города за 15 минут.

Что делать: Анализировать технические документы и общие требования к разработке, планировать задачи, разрабатывать и тестировать интеграционные процессы.

О компании: Промсвязьбанк — универсальный банк, основанный в 1995 году. Входит в ТОП-10 крупнейших банков России и в список системно-значимых кредитных организаций, утвержденный Центробанком. В ИТ-команде ПСБ более 3500 крутых профессионалов. Они разрабатывают, внедряют финтех-продукты и приложения для клиентов и сопровождают сложные ИТ-системы банка.

Что делать: Решать широкий спектр задач по автоматизации построения моделей машинного обучения: от получения и преобразования данных до мониторинга эффективности моделей и построения визуализаций.

О компании: Sportmaster Lab — ИТ-компания в составе группы компаний Спортмастер. Они развивают флагманские продукты — продающие сайты и мобильные приложения, разрабатывают внутренние продукты для сотрудников — платформы, сервисы, back-office системы и другое. Спортмастер входит в ТОП 4 ведущих розничных спортивных компаний Европы (SGI Europe 2019). Компания работает с заказчиками из 12 стран, 200+ продуктов в 18 функциональных областях.

Что делать: Разрабатывать few-shot multi-task модели для временных рядов на базе трансформера без дообучения на конкретных данных, решать задачи временных рядов (в основном предсказания) при помощи языковых LLM, создавать и обогащать датасет table2text.

О компании: Сбербанк — крупнейший банк в России, Центральной и Восточной Европе, один из ведущих международных финансовых институтов.

Что делать: Улучшать существующие предиктивные модели, проверять гипотезы и участвовать в прототипировании идей.

О компании: Samokat.tech — продуктово-технологическая компания на рынке e-commerce, которая разрабатывает сложное мультиагентное ПО, чтобы обеспечить доставку продуктов и товаров в любую точку города за 15 минут.

Что делать: Разрабатывать витрины в помощь аналитикам, оптимизировать существующие запросы, помогать в решении вопросов с источниками данных и моделью данных DWH.

О компании: Тинькофф — онлайн-экосистема, основанная на финансовых и лайфстайл-услугах. Клиентами Тинькофф стали 36 млн. человек по всей России.