Data Scientist

О НАС:

Группе компаний «Нео-Терм» более 15 лет.

Наша специализация:

Проектирование, производство, установка Котельных, Котлов, Тепловых пунктов, Насосных станций, Шкафов автоматизации и другого оборудования для инженерных систем.

«Нео-Терм» комплексно подходит к решению задач различного уровня сложности: от разработки технического задания до ввода объекта в эксплуатацию на всей территории России.

Уважительное отношение к интересам заказчика, уникальные знания, накопленный̆ опыт, навыки, современные подходы к решению поставленных задач, новейшая производственная база и наличие допуска к специальным видам работ позволяют нам решать масштабные и разносторонние инженерные задачи.

Нео-Терм - от идеи до реализации!

Присоединяйся!

Обязанности:

1. Операционные задачи и интеграция:

• Написание и оптимизация промптов для работы с LLM (ChatGPT, Claude, YandexGPT, GigaChat, DeepSeek);
• Создание шаблонов и системных промптов для отделов (продажи, маркетинг, поддержка, HR);
• Автоматизация рутинных задач с помощью готовых AI-решений: генерация писем, резюмирование документов, классификация обращений;
• Интеграция готовых AI-сервисов через REST API в существующие бизнес-процессы;
• Интеграция LLM в 1С через API.

2. Глубокая разработка и инженерные задачи:

• Разработка и внедрение RAG-систем (поиск и генерация по собственной базе знаний компании — документы, переписки, регламенты);
• Создание агентов и мульти-агентных систем для автоматизации целых цепочек задач;
• Написание микросервисов на Python (FastAPI / Flask) для вывода моделей в продакшн;
• Парсинг, очистка, разметка и подготовка датасетов для обучения;
• Векторизация данных (работа с эмбеддингами) и выбор подходящих векторных баз (Qdrant, Milvus, Chroma, Pinecone).

3. Обучение, исследования и R&D:

• Дообучение (fine-tuning) открытых моделей (Llama 3, Mistral, Qwen, Gemma) под специфику наших бизнес-данных;
• Эксперименты с параметрами обучения: LoRA, QLoRA, PEFT, полный fine-tune;
• Работа с мультимодальными моделями (текст + изображения / аудио) при необходимости;
• Мониторинг и анализ дрейфа данных и дрейфа модели в продакшне;
• Исследование новых подходов: чтение статей (ArXiv), воспроизведение методов, тестирование на наших задачах;
• Построение пайплайнов для автоматического обучения и переобучения моделей по расписанию (MLOps).

4. Экспертиза и развитие:

• Мониторинг рынка ИИ: новые модели, библиотеки, подходы — и рекомендации по внедрению;
• Обучение и консультирование коллег из других отделов (промпт-инжиниринг для менеджеров, аналитиков);
• Ведение документации по решениям, чтобы их могли поддерживать другие разработчики;
• Участие в стратегии компании по использованию ИИ — какие задачи можно автоматизировать через год, какие данные нужно собирать уже сейчас.

• Уверенное владение Python (типизация, асинхронность, ООП, работа с API);
• Опыт с основными ML-библиотеками: PyTorch / TensorFlow, HuggingFace Transformers, LangChain / LlamaIndex;
• Понимание архитектуры трансформеров, механизма внимания, различий между GPT, BERT, T5;
• Опыт работы с векторными базами данных и эмбеддингами;
• Навыки работы с данными: Pandas, NumPy, регулярные выражения, работа с PDF/Word/Excel;
• Базовые знания MLOps: Docker, Git, CI/CD, работа с облачными платформами (AWS, GCP, Yandex Cloud, SberCloud);
• Понимание, как работают RAG-системы и агенты.

Приветствуется:

• Опыт дообучения моделей (fine-tuning) хотя бы на уровне учебных проектов;
• Опыт работы с мультимодальными моделями;
• Опыт построения MLOps пайплайнов и мониторинга дрейфа данных;
• Опыт интеграции с 1С.

AGROBANK — один из крупнейших банков Узбекистана, активно проходящий этап цифровой трансформации. Мы развиваем современную технологическую экосистему, объединяющую финансовые сервисы, цифровые продукты и решения на базе искусственного интеллекта.

В рамках развития AI-направления мы запускаем новые проекты в области NLP, голосовых ассистентов и AI-платформ, ориентированных на автоматизацию клиентских сервисов и развитие цифровых продуктов банка.

Сейчас мы ищем NLP Team Lead, который будет руководить разработкой решений на базе языковых моделей, работать с LLM-архитектурами и участвовать в создании новых AI-продуктов для банка.

В этой роли вы будете управлять разработкой NLP-решений, взаимодействовать с ML-инженерами, разработчиками и внешними вендорами, а также участвовать в исследованиях и внедрении современных AI-подходов.

Обязанности:

— Руководство разработкой NLP и LLM-решений для банковских и клиентских сервисов.

— Разработка MVP чат-бота для call-центра на узбекском языке совместно с внешними вендорами.

— Участие в R&D проектах по созданию voice-assistant решений и оценке качества моделей.

— Разработка чат-ботов и AI-ассистентов для агропродуктов, включая построение RAG-систем на базе базы знаний.

— Участие в создании интерактивной AI-платформы для развития регионов с использованием AI-агентов и генеративных моделей.

— Определение и разработка метрик качества моделей и AI-продуктов.

— Организация процессов разметки и подготовки данных совместно с внешними партнёрами и командами.

— Взаимодействие с командами разработки, аналитики и AI-инженеров при внедрении решений в продакшн.

— Руководство небольшой командой и развитие направления NLP внутри банка.

Требования:

— Опыт работы в области NLP / Machine Learning от 2–3 лет.

— Уверенное владение Python.

— Опыт работы с фреймворками PyTorch.

— Опыт работы с современными инструментами для разработки LLM-решений
(LangChain, vector databases).

— Опыт контейнеризации и разработки сервисов с использованием Docker.

— Понимание архитектуры NLP-моделей и генеративных AI-систем.

— Опыт разработки и внедрения AI-решений в production.

— Навыки организации работы команды и взаимодействия с вендорами.

— Английский язык на рабочем уровне.

— Знание узбекского языка будет большим преимуществом (для работы с NLP-решениями).

Будет плюсом:

— Опыт разработки RAG-систем и AI-агентов.

— Опыт работы с voice-assistant или speech-to-text системами.

— Опыт работы с SQL.

— Понимание процессов CI/CD и MLOps.

— Опыт работы с LLM-архитектурами и генеративными моделями.

— Опыт построения AI-продуктов с нуля (MVP → production).

Мы предлагаем:

— Работу в одной из крупнейших финансовых организаций страны, проходящей масштабную цифровую трансформацию.

— Участие в развитии AI-направления и создании новых технологических продуктов банка.

— Возможность работать с современными LLM-технологиями, NLP-решениями и AI-платформами.

— Работа в команде, развивающей искусственный интеллект внутри банка.

— Профессиональное развитие и участие в технологических проектах национального масштаба.

— Комфортный офис в центре Ташкента
(библиотека, тренажёрный зал, зоны отдыха).

— Конкурентную заработную плату (обсуждается индивидуально).

Привет! Это команда предиктивной аналитики блока Платформы.

Мы занимаемся моделированием утилизации IT-инфраструктуры Ozon. Наша цель — помогать IT Ozon масштабироваться под быструю экспансию Маркетплейса на российский и международный рынки.

Наши основные фокусы:

• Моделирование роста нагрузки на инфраструктуру в зависимости от стратегии экспансии бизнеса.

• Расчет капитальных (CAPEX) и операционных (OPEX) бюджетов Ozon Tech.

• Решение задач математической оптимизации, позволяющих сокращать избыточные расходы.

Мы ищем старшего Data Scientist для усиления команды.

Вы будете

• Заниматься классическими ML-задачами: временные ряды, математическая оптимизация и др.

• Разработкой ML-сервисов прогнозной аналитики в облаке Ozon.

• Разработкой мульти-агентных аналитических систем, автоматизирующих ad-hoc аналитику блока.

Нам важно

• Хорошее знание математической статистики, анализа данных и машинного обучения.

• Опыт написания продакшн-кода на Python.

• Знание принципов и опыт работы с кодовыми ассистентами, мульти-агентными AI-системами.
  

Будет плюсом

• Опыт разработки в облаках (AWS, GCP, Azure).

• Опыт работы с «железом» — серверами, комплектующими, сетевым оборудованием.

• Опыт работы с Kubernetes.

• Опыт участия в соревнованиях Kaggle и хакатонах.