Data Scientist (MLTech)

Приглашаем в команду ML/NLP разработчика

Чем предстоит заниматься:

• Поэтапный перевод системы с графа сценариев и скиллов на управляемый LLM-based диалог.

• Дебаг голосового пайплайна (поиск причин high latency, галлюцинаций LLM, проблем с передачей аудио, графовых ошибок и т.п.).

• Оперативное принятие архитектурных решений и их самостоятельная реализация в коде.

• Работа с диалоговым стеком и NLP:

• Поддержка и быстрая отладка few-shot классификации сценариев на базе Qwen и классификаторов на BERT.

• Учёт краевых случаев, исправление ошибочных срабатываний интентов.

• При необходимости — finetuning локальных LLM (извлечение сущностей, удерживание инструкций).

• Работа с речевым стеком:

• ​Интеграция и поддержка ASR на базе GigaAMv2 (отладка качества распознавания, работы VAD и передачи текста дальше по пайплайну).

• Дообучение и настройка инфереса собственных и опенсорсных TTS и систем клонирования голоса для достижения нужного качества звучания и скорости работы. 


Что мы ожидаем от вас:

• Экспертиза в NLP и LLM:

• Уверенный опыт работы с LLM/SLM (Few-shot learning, prompt engineering) и BERT (классификация сценариев и интентов).

• Практический опыт finetuning LLM (PEFT, LoRA/QLoRA) под узкие прикладные задачи.

• Уверенный дебаг LLM: умение быстро понять, почему модель ответила не так, и исправить это промптом, гиперпараметром или файнтюном.

• ​Экспертиза в голосовом стеке:

• Опыт дообучения и оптимизации TTS-моделей.

• Опыт работы и интеграции современных ASR-систем (в частности, GigaAMv2).

• Диалоговые системы и дебаг:

• Опыт работы как с графовыми/сценарийными диалоговыми движками, так и с LLM-агентами.

• ​Высокая скорость диагностики проблем в инференсе, локализации багов и принятия инженерных решений.

• Уверенное владение Python (PyTorch, huggingface, фреймворки инференса) и Go.

• ​Опыт работы с оптимизацией инференса под low-latency (vLLM, TensorRT-LLM, Triton Inference Server, ONNX Runtime).

• Практика работы со потоковым аудио в реальном времени (streaming ASR/TTS, gRPC-контракты).

• GoLang: Базовое понимание по дизайну сервисов. Понимание SOLID, DRY и KISS паттерны.

• Типизация в Go, хотя бы базовые типы (строки, числа, слайсы и мапы).

• Примитивы синхронизации и конкуренция (Как синхронизировать горутины, как работать с каналами).

• Указатели и работа с ними.

• Observability.

• Опыт работы с GRPC.

• Умение настроить инфраструктуру, k8s/inventory, знания работы TCP.

Мы предлагаем:

• Оформление в стабильную и динамично развивающуюся ИТ- компанию EGAR;
• Удаленный формат работы;
• График работы с 9:00 до 18:00 (гибкое начало рабочего дня обсуждаем);
• Конкурентный уровень заработной платы, который мы готовы обсудить на собеседовании;
• Полноценную проектную команду с четким разделением ролей;
• Оперативное решение организационных вопросов;
• Возможность профессионального роста (вертикального или горизонтального);
• Возможности обучения (курсы, сертификация);
• Бонусы по реферальной программе, за успешную рекомендацию;
• Сохранение баланса между работой и личной жизнью.

СОВКОМБАНК ТЕХНОЛОГИИ

Аккредитованная IT-компания, входит в группу компаний Совкомбанка.

Мы вошли в топ-5 лучших IT-работодателей в рейтинге Хабр Карьера, с нами уже более 6000 сотрудников в 21 офисе по всей России.

Что мы ждем от вас:

• Обязательно высшее техническое образование (ИТ/математика/физика, химия/электроника);
• Обязателен опыт в Data Science на Python, пакеты: keras, tensorflow, sklearn, numpy, pandas, будет плюсом – pytorch;
• Знание внутреннего устройства ML-алгоритмов классификации (логрегрессия, RandomForest, различные бустинги, MLP, CNN);
• Знание методов кластерного анализа, сегментирования (k-means, деревья решений);
• Понимание особенностей задач классификации в условиях сильного дисбаланса классов, опыт работы с несбалансированными данными;
• Знание SQL​​​​​​;
• Готовность работать в офисе, Казань.

Чем вы будете заниматься:

• Построение моделей машинного обучения в целях детектирования мошенничества/ предотвращения потенциальной просроченной задолженности (задача классификации и детектирования аномалий);
• Решение задач выделения мошеннических сегментов в наборах данных;
• Разработка антифрод-правил на SQL, Python на основе методов интеллектуального анализа данных (в т.ч. мат.статистики);
• Сопровождение и доработка антифрод-системы (разворачивание моделей в боевой процесс);
• Построение SQL-запросов (выгрузка датасетов).​​​​​​

Мы гарантируем:

• Официальное оформление с первого рабочего дня — мы заботимся о тебе;
• Обучение в нашем Учебном центре и развитие твоих навыков;
• Удобный график работы 5/2, 08/08:30/09-17/17:30/18:00 (на ваш выбор), суббота и воскресенье - выходные (офис);
• Бесплатный полис ДМС — здоровье на первом месте;
• Погружение в ИИ-культуру — взаимодействуем с искусственным интеллектом на постоянной основе и обучаем этому новичков, предоставляем бесплатных ИИ-помощников;
• Отдых летом на море и зимой на горнолыжных курортах с финансовой поддержкой от банка;
• Компенсация расходов на абонемент в спортзал, детский отдых и изучение английского языка;
• Социальные программы с выгодными условиями от банка: кредиты, автокредиты, страхование и другие банковские продукты;
• Финансовая поддержка в различных жизненных ситуациях — мы рядом;
• Участие в корпоративных забегах, турнирах по шахматам, футбольных и волейбольных матчах — активная жизнь;
• Свободное общение с руководством банка: предлагай идеи и реализуй интересные проекты;
• Путешествия по России, знакомства с новыми людьми, конкурсы и корпоративы — живи яркой корпоративной жизнью!

Откликайся на вакансию – присоединяйся к нашей команде!

What's the opportunity? 

Fin's Machine Learning team is responsible for defining new ML features, researching appropriate algorithms and technologies, and rapidly getting first prototypes in our customers’ hands.

We are an extremely product focussed team. We work in partnership with Product and Design functions of teams we support. Our team's dedicated ML product engineers enable us to move to production fast, often shipping to beta in weeks after a successful offline test.

We are very passionate about applying machine learning technology, and have productized everything from classic supervised models, to cutting-edge unsupervised clustering algorithms, to novel applications of transformer neural networks. We test and measure the real customer impact of each model we deploy.

What will I be doing? 

• Play an active role in hiring, mentoring and career development of other engineers
• Raise the bar for technical standards, performance, reliability, and operational excellence
• Identify areas where ML can create value for our customers
• Identify the right ML framing of product problems - Working with teammates and Product and Design stakeholders
• Conduct exploratory data analysis and research - Deeply understand the problem area
• Research and identify the right algorithms and tools - Being pragmatic, but innovating right to the cutting-edge when needed
• Perform offline evaluation to gather evidence an algorithm will work
• Work with engineers to bring prototypes to production
• Plan, measure & socialize learnings to inform iteration
• Partner deeply with the rest of team, and others, to build excellent ML products

What skills might I need? 

• 5-8 years applied ML experience
• Previous background in a senior/staff role (data science, software development or academic)
• Significant, demonstrated impact that your work has had on the product and/or the teams
• Strong programming skills
• Experience as the primary technical leader for a team
• Strong communication skills, both within engineering teams and across disciplines.
• Comfort with ambiguity
• Typically have advanced education in ML or related field (e.g. MSc)
• Scientific thinking skills

Bonus skills & attributes 

• Track record shipping ML products
• PhD or other experience in a research environment
• Deep experience in an applicable ML area - E.g. NLP, Deep learning, Bayesian methods, Reinforcement learning, clustering
• Strong stats or math background
• Visualization, data skills, SQL, matplotlib, etc.