црт | группа компаний

Научный сотрудник (Data Scientist)

Мы разрабатываем агентную систему и инструменты для объективной оценки её качества.

црт | группа компаний

↑ Вакансия с автоподнятием
Зарплата не указанаРоссияСанкт-ПетербургУдалёнка

Мы разрабатываем агентную систему и инструменты для объективной оценки её качества.

Ищем middle-инженера на стыке ML и Python, который понимает принципы работы агентных систем и имеет инженерную базу для их развития.

Обязанности:

  • Проектировать evals для LLM-агентов, tool calling, поиска и итоговых ответов.
  • Определять единицу оценки: ответ, вызов инструмента, trace/trajectory или итоговый артефакт.
  • Создавать и поддерживать тестовые датасеты, разметку и ground truth.
  • Разрабатывать детерминированные метрики и LLM-as-a-Judge evaluators.
  • Калибровать автоматические оценки на человеческой разметке.
  • Запускать и анализировать эксперименты, находить регрессии и недостатки покрытия.
  • Работать с traces и наблюдаемостью в Langfuse.
  • Совместно с командой определять quality gates для изменений агентов, моделей и промптов.
  • Развивать агентов и агентную платформу: инструменты, навыки, интеграции.
  • Развивать программную инфраструктуру на Python и интегрировать её с рабочей агентной системой, работать с существующими API и внешними сервисами.
  • Разбираться в полном пути запроса через несколько сервисов и диагностировать проблемы по логам и traces.
  • Проектировать явные контракты данных и устойчивую обработку ошибок.
  • Писать unit- и интеграционные тесты, участвовать в code review.
  • Работать с CI/CD и контейнеризированным окружением.
  • Использовать coding agents для реализации задач и отвечать за качество итогового решения.

Требования:

  • Production-Python: типизированный код, явные модели данных (dataclasses, Pydantic), понятная декомпозиция модулей.
  • Практический опыт unit- и интеграционного тестирования, включая проверку ошибок и граничных случаев.
  • Понимание `async`/`await`, HTTP API и корректной обработки сетевых ошибок.
  • Опыт работы в сервисной или event-driven архитектуре.
  • Умение ориентироваться в незнакомой кодовой базе и находить причину проблемы по коду, логам и трассам.
  • Git и командная разработка через code review.
  • Понимание принципов работы LLM и агентов, использующих инструменты.
  • Умение превратить продуктовое требование в проверяемую гипотезу и дизайн эксперимента.
  • Практика классификационных метрик и базовой статистики: precision/recall, срезы, уверенность в выводе.
  • Понимание различий между детерминированными проверками и LLM-as-a-Judge.
  • Умение задавать уточняющие вопросы, фиксировать критерии приёмки и объяснять результат разработчикам и владельцам продукта.

Будет преимуществом:

  • Опыт с Langfuse, Phoenix, LangSmith, Opik или другой платформой наблюдаемости и оценки LLM-систем.
  • Опыт с RAG, поисковыми системами или агентными фреймворками.
  • Опыт работы с FastAPI, Pydantic и асинхронным Python.
  • Знание Docker, CI/CD, S3-совместимых хранилищ, NATS или других event-driven систем.
  • Опыт разработки eval- или regression-pipelines.
  • Опыт эксплуатации распределённых сервисов.
  • Опыт разработки агентных инструментов и навыков, доработки вычислительного окружения (harness) агентов.
  • Опыт организации человеческой разметки и анализа согласованности экспертов.
  • Опыт использования coding agents: постановка задач, проверка результата и доработка сгенерированного кода.

Условия:

  • Работа на переднем крае технологий совместно с научной командой;
  • Возможность влиять на архитектуру и развитие системы;
  • Оформление по ТК, "белая" заработная плата;
  • ДМС с 1 недели работы;
  • Работу в аккредитованной IT-компании с полагающимися льготами;
  • Благотворительные и эко-активности;
  • Компенсацию обучения;
  • Все необходимое для работы, комфортный офис и корпоративную технику.

Похожие вакансии Data Science & ML

hh.ru
СБЕР

Middle Data Scientist

СБЕР
Зарплата не указанаРоссияМоскваОфис

Команда Управления аналитики по расходам и Process Mining создает сервис для подготовки финансово-экономической оценки объектов строительства.

В составе решения будет использоваться прогнозная модель, результаты которой должны быть встроены в общий расчётный процесс.

Ищем Data Scientist уровня Middle, который сможет разработать прогнозную модель и вместе с backend-разработчиком довести её до промышленного использования.

Чем предстоит заниматься:

  • совместно с аналитиками формализовать задачу прогнозирования, целевые показатели, ограничения и критерии качества
  • исследовать доступные данные, оценивать их пригодность и выявлять риски для построения модели
  • разрабатывать базовые и улучшенные варианты модели, выбирать подход на основании измеримого качества и требований продукта.
  • проверять устойчивость модели, отсутствие утечек данных и корректность процедуры проверки качества
  • формировать требования к составу, качеству и обновлению входных данных
  • реализовать подготовку признаков и работу модели как версионируемые программные компоненты, а не как набор несвязанных блокнотов и SQL-скриптов
  • применять объектно-ориентированное проектирование для разделения этапов обработки, расчёта признаков, запуска модели и формирования результата
  • покрывать критичную логику модульными и интеграционными тестами.
  • вместе с backend-разработчиком проектировать контракты входных и выходных данных, порядок запуска модели и обработку ошибок
  • участвовать в проектировании процессов регулярного и повторного расчёта
  • обеспечивать воспроизводимость результата: для каждого расчёта должны быть известны версии исходных данных, подготовки признаков, модели, настроек и программного кода
  • участвовать в организации проверок качества данных и результатов модели
  • настраивать наблюдение за качеством модели после её запуска
  • документировать принятые решения, ограничения модели и порядок её использования.

Мы ждем, что вы:

  • имеете коммерческий опыт работы Data Scientist
  • участвовали хотя бы в одном проекте, где модель была доведена до промышленного использования
  • уверенно владеете Python
  • хорошо понимаете объектно-ориентированное программирование и модульное проектирование
  • умеете превращать исследовательский код в поддерживаемый программный компонент
  • имеете опыт работы с табличными данными и задачами прогнозирования или регрессии
  • понимаете методы проверки качества моделей, построения базового решения и предотвращения утечек данных
  • имеете опыт работы с SQL и понимание того, какую логику следует оставлять в запросах, а какую переносить в программный код
  • имеете опыт использования Git, проверки кода и автоматических тестов
  • умеете работать совместно с backend-разработчиками и договариваться об интерфейсах между моделью и продуктом.

Что мы предлагаем:

  • комфортный современный офис рядом с м. Кутузовская
  • ежегодный пересмотр зарплаты, годовую премию
  • корпоративный спортзал и зоны отдыха
  • уникальную систему обучения Сбера для профессионального и карьерного развития
  • расширенный ДМС и льготное страхование для семьи
  • гибкий дисконт по ипотечному кредиту, равный 1/3 ключевой ставки ЦБ
  • подписку Прайм с возможностью совместного использования на трёх близких
  • вознаграждение за рекомендацию друзей в команду Сбера
  • корпоративную пенсионную программу
Сайты компаний
СБЕР
Зарплата не указанаРоссияМоскваГибрид

Центр практического ИИ — подразделение Сбера, которое занимается сложными AI-проектами и решает нетривиальные задачи банка и экосистемы Сбера.

Наша команда строит и дообучает линейку LLM под банковские сценарии.

• Обучать LLM на GPU-кластерах с кучей H100

• Собирать, очищать и готовть датасеты для pre-training и fine-tuning

• Анализировать результаты экспериментов и улучшать качество моделей

• Запускать существующие и создавать новые бенчмарки

• Оптимизировать инференс, проводить нагрузочное тестирование и внедрять обученные модели

• Обучение в российском ВУЗе на 3-6 курсе бакалавриата и специалитета или 1-2 курсе магистратуры (очная форма)

• Python, Linux

• Глубокое понимание теоретических и практических аспектов LLM: архитектура, токенизация, построение пайплайнов, batching, mixed precitions, распределенное обучение

• Подтвержденный практический опыт обучения LLM (pre-training, fine-tuning, aligment) в учебных проектах, статьях или курсах

• Опыт разработки на Python, опыт работы в Linux системах, знание стандартных bash команды

• Умение работать как с кодовыми ассистентами, в том числе в изолированном окружении без интернета

• Оплачиваемая стажировка

• Длительность стажировки: 3 месяца

• Формат работы - гибрид, занятость от 20 часов в неделю

• Комфортный современный офис в г. Москва рядом с метро Кутузовская

• Корпоративный спортзал и зоны отдыха

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

• Вознаграждение за рекомендацию друзей в команду Сбера

Соц.сети

Machine Learning Engineer

Зарплата не указанаИспанияBarcelonaОфис

Machine Learning Engineer в ••••••••

📍Барселона (нужен work-permit)
💎Python, NumPy, pandas, scikit-learn, PyTorch/TensorFlow, SQL
🚀•••••••• — Владимир Лупенко, партнер Financial Consulting Group и сооснователь CarPrice, и Диляра Лупенко, ex Акватон.

•••••••• — сеть стоматологий и разработчик технологий, в том числе невидимых элайнеров. •••••••• вошел в топ самых быстрорастущих компаний health-tech по версии Forbes.

Размер команды — 1000+ | Инвестиции — $110M🔥

Узнать подробнее и откликнуться: ••••••••

Другие вакансии:
— ••••••••
— ••••••••

HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.