ML-инженер (Middle, ML + LLM) (Python)
Мы разрабатываем ML- и LLM-решения, которые напрямую влияют на бизнес-результаты. Работаем как с классическим машинным обучением на табличных и операционных данных, так и с LLM-пайплайнами, RAG и мультиагентными системами, использующими ко…
пятёрочка. диджитал На сервисе с: 20.10.26 18:06
Мы разрабатываем ML- и LLM-решения, которые напрямую влияют на бизнес-результаты. Работаем как с классическим машинным обучением на табличных и операционных данных, так и с LLM-пайплайнами, RAG и мультиагентными системами, использующими корпоративные данные.
Ищем специалиста, которому комфортно и обучать бустинг, и проектировать LLM-пайплайны, оценивать их качество и доводить решения до промышленного использования.
Чем предстоит заниматься
-
Классический ML и прогнозирование. Разрабатывать и валидировать модели на табличных и операционных данных, анализировать факторы, прогнозировать отток и находить точки роста бизнес-метрик.
-
Персонализация. Разрабатывать модели для персонализированных предложений и акций, оценивать эффект решений с помощью A/B-тестов.
-
LLM и автоматизация. Разрабатывать решения для обработки обращений контакт-центра, в том числе с использованием расширенного контекста и корпоративных данных.
-
RAG и LLM-агенты. Участвовать в создании RAG-пайплайнов: чанкинг, эмбеддинги, ретриверы, реранкеры. Разрабатывать агентов с function calling и интеграциями с внутренними системами.
-
Оценка качества. Формировать датасеты для оценки, выбирать метрики для классических моделей и генеративных решений, использовать подходы вроде Hit Rate, MRR, Faithfulness и LLM-as-a-Judge.
-
Вывод в продакшн. Упаковывать модели в сервисы, интегрировать их с внутренними системами, работать с API, логированием и мониторингом совместно с командой.
-
R&D и прототипирование. Быстро проверять гипотезы, создавать MVP и оценивать их практическую ценность для бизнеса.
Что для нас важно
-
Опыт работы в Data Science / Machine Learning от 2 лет.
-
Опыт хотя бы одного реального проекта с LLM: RAG, агенты, классификация или извлечение информации. Важно, чтобы решение вышло за рамки экспериментов в ноутбуке.
-
Уверенные знания классического ML: feature engineering, валидация моделей, работа с дисбалансом классов, интерпретация результатов.
-
Понимание статистики и A/B-тестирования: проверка гипотез, статистическая мощность, типичные ошибки дизайна экспериментов.
-
Уверенный Python, умение писать чистый и поддерживаемый код, знание SQL.
-
Практический опыт работы с LLM, эмбеддингами и векторными базами данных.
-
Понимание принципов работы трансформеров и навыки промпт-инжиниринга.
-
Опыт хотя бы с одним LLM-фреймворком, например LangChain, LlamaIndex или LangGraph.
-
Базовые инженерные навыки: Linux, Git, Docker, понимание устройства API.
-
Умение самостоятельно уточнять бизнес-задачу, предлагать метрики и объяснять результаты понятным языком.
Будет плюсом
-
Опыт решения задач удержания, uplift-моделирования, survival-анализа или персонализации.
-
Опыт в логистике, e-commerce или работы с операционными данными.
-
Fine-tuning LLM: LoRA, QLoRA, PEFT; работа с open-source-моделями и квантизацией.
-
Опыт оркестрации пайплайнов с Airflow или Prefect.
-
Знакомство с MLOps, MLflow и мониторингом дрейфа моделей.
Похожие вакансии Data Science & ML
Сейчас мы в поисках Data Scientist в нашу команду поиска.
Чем предстоит заниматься:
-
Улучшение алгоритмов поиска, в том числе с использованием нейронных сетей и LLM;
- Использование LLМ для обогащения запроса и атрибутов товара (из фото, описания, отзывов);
- Работа с пустым поиском: улучшать полноту, внедрять рекомендации;
- Улучшение моделей персонализации для поиска;
- Развитие системы навигации и поиска: поисковые подсказки, система фильтров, визуальные фичи в каталоге, spell-check;
- Развитие системы оценки качества поиска, чтобы оперативно находить проблемы в продукте;
Мы ожидаем:
- Опыт в области анализа данных и машинного обучения (от 3 лет);
- Релевантный опыт в поисковых системах будет плюсом;
- Опыт работы с SQL, Hadoop, Hive, Spark;
- Владение Python, Linux, методами работы с большими данными;
- Опыт работы как минимум с 2 ML библиотеками: Scikit-learn, CatBoost/XGBoost, PyTorch, Spark ML;
- Знания теории вероятностей и математической статистики;
- Знания в области машинного обучения, прогнозного моделирования и методов статистического анализа;
- Знание алгоритмов и структур данных;
- Высшее образование в области прикладной математики, информационных технологий, информатики и т.п;
- Английский язык на уровне технического чтения.
Мы предлагаем:
- ДМС со стоматологией, телемедициной и программой поддержки ментального здоровья;
- Страхование жизни;
- Ежемесячные промокоды на Lamoda: два по 25%, два по 15% и в день рождения — 40%;
- Программа привилегий и скидок от BestBenefits;
- До 15 дней больничного в год оплачиваем в размере 100% от действующего оклада;
- Бесплатные юридические консультации;
- Дополнительные выходные в случае важных событий;
- Яркие мероприятия и много неформального общения.
Развитие для каждого:
- Опытный наставник для каждого новичка;
- Обучение и участие во внешних конференциях;
- Помогаем развивать личный бренд, выступать на конференциях и писать статьи;
- Performance Review дважды в год, чтобы развиваться системно;
- Проводим митапы и demo-дни для обмена знаниями;
- Погружаем в fashion и каждый сезон знакомим с модными трендами.
Обязанности:
- Валидация розничных моделей PD и LGD, валидация корпоративных моделей и моделей для МСБ, валидация бизнес-моделей (модель дохода клиента, модель антифрода, МРР, утилизации по кредитным картам и прочие), участие в проведении валидации ПВР.
- Усовершенствование внутренней библиотеки по автоматизации процедур валидации.
- Поддержка методологии валидации.
Требования:
- Высшее образование (преимуществом являются кандидаты с математическим или экономическим образованием).
- Опыт работы от 1 года на аналогичной позиции.
- Отличные знания математической статистики, эконометрики (машинного обучения) и теории вероятностей.
- Отличные знания Python и SQL.
- Знание принципов риск-менеджмента является преимуществом.
Условия
- Соблюдение ТК РФ.
- ДМС со стоматологией.
- 2 недели 100% оплата больничных.
- Льготные условия на продукты Банка.
- Корпоративные мероприятия.
- Помощь в сложных жизненных ситуациях.
- Корпоративное обучение.
- Скидки от компаний-партнеров.
HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.