Специалист по науке о данных
- Role
- Unknown
The listing doesn't say where it hires from. Check the description or the employer's site before applying.
No BS summary
Разработка внутренней корпоративной ИИ-платформы для автоматизации процессов, поддержки сотрудников и повышения эффективности взаимодействия с данными.
Required skills
Разработка внутренней корпоративной ИИ-платформы для автоматизации процессов, поддержки сотрудников и повышения эффективности взаимодействия с данными. В задачи проекта входит создание удобных пользовательских интерфейсов (чат-ассистенты, RAG-поиск, генерация текстов и изображений), сервисов для создания ИИ продуктов, в том числе агентов, интеграция с существующими системами компании и обеспечение контроля и мониторинга использования модели.
Обязанности
Разработка сервисов ИИ платформы для создания функциональных агентов, ИИ ассистентов. Подготовка бэк части для функциональных агентов, включая среду разработки агентов: тестирование фреймворков, opensource агенты. Разработка сервиса управления реестром и скиллами агентов. Создание отдельного единого сервиса для всех баз знаний, интеграция крупных корпоративных источников
Обязательные требования
• Понимание архитектуры, возможностей и ограничений современных языковых моделей. • Опыт работы с embeddings, vector search, RAG, structured output и tool calling. • Понимание принципов проектирования AI-агентов: управление состоянием и контекстом, выбор инструментов, контроль уровня автономности и human-in-the-loop. • Опыт построения evals для LLM-систем, оценки качества ответов, контроля галлюцинаций и мониторинга поведения системы. • Понимание рисков prompt injection, некорректного tool calling, утечки данных и чрезмерных прав доступа агента. • Опыт работы с API языковых моделей, Hugging Face и одним из orchestration-фреймворков. • Умение оценивать стоимость, latency и масштабируемость LLM-решений. • Опыт работы в e-commerce, retail или других продуктовых highload-системах. • Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana. • Опыт эксплуатации GPU-инфраструктуры и оптимизации inference. • Опыт fine-tuning или адаптации LLM, включая LoRA / PEFT. • Опыт проектирования agentic workflows или multi-agent-систем. • Понимание принципов информационной безопасности, privacy и работы с персональными данными.
Будет плюсом
*
откликнуться
Работа у нас — это:
ДМС и страхование жизни
Корпоративные мероприятия
Культура обратной связи
Внутренняя ротация и ежегодная оценка
наставничество и менторство
обучение, повышение квалификации
Индивидуальный план развития
Реферальная программа
Внутренние IT-сообщества
Специалист по науке о данных Deep Learning
AI/ML Remote work
ИИ инкубатор - единая платформа для оценки и проведения пилотов (PoC) для ИИ идей с промежуточной защитой и защитой PoC на ИИ Комитете.
Специалист по науке о данных MLOPs
AI/ML Remote work
Разработка внутренней корпоративной ИИ-платформы для автоматизации процессов, поддержки сотрудников и повышения эффективности взаимодействия с данными. В задачи проекта входит создание удобных пользовательских интерфейсов (чат-ассистенты, RAG-поиск, ген...
Возврат к списку
What you'll do
- Разработка сервисов ИИ платформы для создания функциональных агентов, ИИ ассистентов.
- Подготовка бэк части для функциональных агентов, включая среду разработки агентов: тестирование фреймворков, opensource агенты.
- Разработка сервиса управления реестром и скиллами агентов.
- Создание отдельного единого сервиса для всех баз знаний, интеграция крупных корпоративных источников.
What they require
- Понимание архитектуры, возможностей и ограничений современных языковых моделей.
- Опыт работы с embeddings, vector search, RAG, structured output и tool calling.
- Понимание принципов проектирования AI-агентов: управление состоянием и контекстом, выбор инструментов, контроль уровня автономности и human-in-the-loop.
- Опыт построения evals для LLM-систем, оценки качества ответов, контроля галлюцинаций и мониторинга поведения системы.
- Понимание рисков prompt injection, некорректного tool calling, утечки данных и чрезмерных прав доступа агента.
- Опыт работы с API языковых моделей, Hugging Face и одним из orchestration-фреймворков.
- Умение оценивать стоимость, latency и масштабируемость LLM-решений.
- Опыт работы в e-commerce, retail или других продуктовых highload-системах.
- Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana.
- Опыт эксплуатации GPU-инфраструктуры и оптимизации inference.
- Опыт fine-tuning или адаптации LLM, включая LoRA / PEFT.
- Опыт проектирования agentic workflows или multi-agent-систем.
- Понимание принципов информационной безопасности, privacy и работы с персональными данными.
Benefits
- ДМС и страхование жизни
- Корпоративные мероприятия
- Культура обратной связи
- Внутренняя ротация и ежегодная оценка
- наставничество и менторство
- обучение, повышение квалификации
- Индивидуальный план развития
- Реферальная программа
- Внутренние IT-сообщества
unknown
Работа у нас — это: ДМС и страхование жизни, Корпоративные мероприятия, Культура обратной связи, Внутренняя ротация и ежегодная оценка, наставничество и менторство, обучение, повышение квалификации, Индивидуальный план развития, Реферальная программа, Внутренние IT-сообщества.