Data Scientist

Middle+/Senior Data Scientist (3D Geometry / Hybrid Search / LLM / Python / Team Lead)

Ставка: до 220 000 руб. (Middle+) / до 270 000 руб. (Senior) на руки в месяц.

Грейд: Middle+ / Senior.

Загрузка: Full-time.

Срок привлечения: 3 месяца с возможностью пролонгации.

Формат: Удалённо.

Часовой пояс: UTC+3 (МСК).

Локация/Гражданство: РФ, РБ / РФ, РБ.

О проекте: ИТ-компания, решающая сложные R&D-задачи на стыке обработки 3D-данных, поисковых систем и ML-сервисов.

Ищем Middle+/Senior Data Scientist с сильным инженерным бэкграундом для работы над нетривиальными задачами. Это роль для специалиста, который не ограничивается Jupyter-блокнотами, а умеет внедрять ML-решения в продакшн, глубоко понимает 3D-геометрию, строит сложные пайплайны гибридного поиска (IR + LLM) и способен координировать небольшую команду разработки.

Ключевые задачи:

• Решение алгоритмических задач: обработка 3D-данных (полигональные сетки, воксели), разработка пайплайнов поиска.
• Проектирование архитектуры ML/DS-сервисов и внедрение готовых решений в инфраструктуру проекта.
• Профилирование производительности и снижение вычислительной сложности (в т.ч. при работе с 3D-структурами и векторными индексами).
• Координация подгруппы разработки: декомпозиция задач, оценка трудозатрат, планирование спринтов, исполнение функций тимлида в периоды его отсутствия.
• Проведение Code Review, контроль качества кода, менторинг Junior/Middle специалистов.
• Подготовка технической документации, фиксация архитектурных решений (ADR).

Обязательные требования (Hard Skills):

3D и пространственные данные (КРИТИЧНО!):

• Уверенное владение 3D-геометрией: работа с полигональными сетками, вокселями, триангуляцией, 2D/3D-объектами и понимание лежащей в основе математики.

Information Retrieval и LLM (КРИТИЧНО!):

• Построение пайплайнов гибридного поиска (сочетание dense- и sparse-подходов, включая BM25), работа с эмбеддингами, reranking (Reciprocal Rank Fusion).
• Опыт применения векторных баз данных: Qdrant, Milvus, pgvector, Weaviate и др.
• Навыки оценки качества генерации и поиска: LLM-evals (Ragas, TruLens, DeepEval) или умение разрабатывать собственные метрики.

Инженерная культура и Python (КРИТИЧНО!):

• Python 3.10+ (в т.ч. asyncio и typing), NumPy, SciPy, Pandas.
• Backend-разработка: FastAPI (микросервисная архитектура, REST, асинхронная обработка).
• Инфраструктура: контейнеризация (Docker), эксплуатация в среде Linux (Ubuntu).
• Профилирование: умение применять cProfile, Scalene, memory_profiler и аналоги для оптимизации кода под продакшн.

Лидерство и процессы:

• Подтверждённый опыт внедрения ML/DS-решений в промышленную эксплуатацию (за пределами прототипов).
• Опыт координации небольшой команды или технического руководства разработчиками.
• Способность переводить абстрактные бизнес-задачи в чёткие технические требования и разбивать их на реализуемые подзадачи.

Будет плюсом:

• Опыт публикации статей или выступлений на профильных конференциях по темам 3D ML или Advanced RAG.
• Знание C++ для оптимизации критичных по производительности участков кода.

Мы в Kandinsky строим платформу для генерации изображений и видео. Команда Harness отвечает за слой инструментов и пайплайнов вокруг моделей: он превращает исследовательские чекпоинты в решения, которыми пользуются миллионы пользователей. Мы ищем ML-инженера, который будет развивать этот слой, автоматизировать сценарии работы с визуальным контентом, влиять на выбор моделей и подходов и помогать командам доводить модели до продукта.

• разрабатывать агентные системы: сценарии, инструменты, оркестрация вызовов

• решать прикладные задачи с помощью CV- и генеративных моделей: от постановки до работающего в проде решения

• собирать пайплайны обработки и генерации изображений и видео, автоматизировать сценарии работы с визуальным контентом

• адаптировать модели под конкретные домены и продуктовые кейсы

• искать причины деградаций качества и предлагать способы их устранения

• работать в связке с исследователями, продуктом и бэкендом, переводя продуктовые требования в технические решения.

• уверенное владение Python и фреймворками глубокого обучения (PyTorch)

• понимание разницы между agentless- и agentic-решениями, опыт написания обоих и умение понимать, когда что уместно

• понимание устройства актуальных CV- и GenCV-моделей

• умение работать с контейнеризацией (Docker, Kubernetes)

• опыт интеграции генеративных моделей

• понимание бизнес-метрик и их переноса на модельные метрики

• опыт работы с opensource-моделями: выбор под кейс, настройка гиперпараметров, дообучение

• комфортный современный офис рядом с м. Кутузовская

• ежегодный пересмотр зарплаты, годовая премия

• корпоративный спортзал и зоны отдыха

• система обучения для профессионального и карьерного развития

• расширенный полис ДМС с первого дня работы и страхование для семьи

• льготная программа ипотеки для сотрудников

• бесплатная подписка СберПрайм+, скидки на продукты компаний-партнеров

• вознаграждение за рекомендацию друзей в команду Сбера.

Компания:
NML — нейролаборатория, которая помогает выявлять искажение информации по видео. Разрабатываем и обучаем нейросеть на данных ролевой игры «Мафия», соединяя машинное обучение и нейронауку.

Создаем прикладные инструменты для риск-скоринга и повышения безопасности бизнеса. Сферы применения — скоринг заёмщиков, скрининг кандидатов, страховой антифрод, внутренние корпоративные проверки.

В сентябре мы закрыли инвестиционный раунд и сейчас расширяем инженерную команду.

Что вы будете делать:

• Строить модели поведенческого скоринга на основе видео, аудио и контекстных данных.
• Собирать мультимодальные признаки и проверять, какие из них улучшают качество модели.
• Разрабатывать и сравнивать baseline и более сложные архитектуры.
• Настраивать разбиение данных и протокол оценки, чтобы результаты экспериментов были сопоставимыми.
• Проводить анализ ошибок: находить проблемные типы данных, условия записи и группы пользователей.
• Настраивать подготовку данных: синхронизацию видео и аудио, очистку, контроль разметки и версионирование датасетов.
• Готовить модели к работе в продакшене: измерять задержку, стоимость инференса и влияние оптимизаций на качество.
• Следить за качеством модели после релиза и обновлять её при изменении данных.

• 5+ лет в ML/Data Science и от 2 лет работы с видео, аудио или мультимодальными данными.
• Опыт самостоятельного ведения ML-проекта — от датасета и baseline до production.
• Умение строить корректное разбиение данных, выбирать метрики и анализировать ошибки модели.
• Практический опыт работы с шумными данными, разметкой и синхронизацией видео и аудио.
• Опыт оптимизации инференса и оценки компромисса между качеством, задержкой и стоимостью.
• Python и PyTorch.
• Будет плюсом опыт работы с real-time или near-real-time инференсом.

Что мы предлагаем:

• З/п по результатам интервью; выплаты два раза в месяц
• График работы — 5/2. Работайте удалённо из любой точки мира.
• Заряженный коллектив. Средний возраст — 27.