Исследователь данных

Команда AI Common Service Team развивает платформенные продукты для разработки, внедрения и сопровождения AI/ML-решений в банке: GPU Cluster, LLM Gateway, векторные БД, инструменты Observability и Context Annotation Platform.
Еще одно из наших направлений — платформа оценки агентных систем на задачах банка. Мы развиваем её, чтобы команды могли сравнивать решения, выбирать подходящие инструменты и проверять, как изменения моделей и агентов влияют на качество, автономность, скорость и стоимость выполнения задач.

Ключевые задачи

• Определять метрики качества, автономности, скорости и стоимости выполнения задач и реализовывать их расчёт.
• Подключать агентные системы к платформе оценки и настраивать регулярные воспроизводимые прогоны.
• Вместе с командами собирать наборы задач для разных этапов SDLC и определять требования к результатам.
• Развивать платформу: запуск экспериментов, сбор результатов, сравнение версий и конфигураций агентных систем.
• Расширять оценку от текущих сценариев работы с кодом на другие этапы SDLC.

Экспертиза

• Уверенный Python: возможность разобраться в чужом коде, добавить функциональность, написать тесты и найти причину ошибки.
• Опыт разработки LLM-приложений или агентов: понимание архитектуры AI-агентов на системном уровне (Skills, MCP, Subagents), экономики LLM, принципов использования контекста и инструментов.
• Опыт работы с Git, code review, CI и автоматическими тестами.
• Сильная экспертиза в настройке evals для агентных систем.
• Готовность обсуждать критерии качества с разработчиками и пользователями платформы, разбирать спорные примеры и пересматривать свои предположения.
• Активное использование AI-инструментов в повседневной разработке.

Дополнительные навыки, которые мы ценим

• Опыт разработки кодовых агентов или бенчмарков для них.
• Знание статистики: методы сбора выборки, сравнения результатов экспериментов и учёта неопределённости оценок.
• Опыт работы с Docker и Kubernetes.
• Опыт frontend-разработки и работы с UI.

Бенефиты для сотрудников

• Работа над уникальной платформой оценки AI-агентов, результаты которой влияют на выбор инструментов во всём банке.
• Автономность в выборе подходов к решению задач и прямая ответственность за результат.
• Возможность работать на стыке исследований и инженерии: от гипотезы до продакшн-решения.
• Возможность работать из офиса или удаленно.
• ДМС со стоматологией, массажем, телемедициной, ежегодными чекапами, которое работает как в Москве, так и в регионах.
• Три оплачиваемых отгула в год.
• Страхование жизни в путешествиях, от несчастных случаев, болезней и критических заболеваний.
• Бесплатные индивидуальные консультации психологов, юристов, экспертов по личным финансам и консультантов по здоровому образу жизни.
• Поддержка опытного наставника, обучающие курсы для комфортной адаптации, помощь в развитии экспертизы со стороны профессиональных сообществ банка.
• Собственная ИТ-академия, участие в конференциях.
• Льготные условия по банковским продуктам и услугам.
• Скидки от партнеров банка в приложении PrimeZone в сферах здоровья, развлечений, творчества и интернет-покупок.

Responsibilities:

• Develop real-time product and bundle recommendation engines, including dynamic slot placement optimized for conversion and margin.
• Build targeted promotion algorithms: personalized coupon and points issuance, behavioral triggers and dynamic bundling.
• Scale the multi-market customer segmentation engine (behavioral, demographic, psychographic and lookalike audiences, wallet push).
• Extend personalization models across web, app and in-store employee touchpoints.
• Build and operate ML pipelines, from feature preparation in BigQuery and Snowflake to deployment and monitoring.
• Design and evaluate A/B tests to prove the business impact of each model.

Requirements:

• Hands-on experience building ranking or recommender systems that run in production.
• Strong Python and SQL skills; experience with TensorFlow or PyTorch.
• Solid grounding in model evaluation and validation, both offline metrics and online results.
• Experience designing and analyzing A/B tests and experiments.
• MLOps experience: ML pipelines, model deployment, performance monitoring and CI/CD.
• Experience with cloud data warehouses, ideally BigQuery and/or Snowflake, and pipeline orchestration with Airflow.
• Experience with real-time or low-latency model serving.
• Experience with promotion, pricing or uplift modeling (e.g. coupon targeting, bundling).
• Customer segmentation and lookalike modeling across several markets.
• Infrastructure as code with Terraform.
• Experience on GCP ML tooling such as Vertex AI.
• Background in retail or e-commerce personalization.
• Fluent English for working in an international team.

At Accesa

We nurture genuine connections, encourage an active lifestyle, and support the development of a healthy mindset. Our benefits programme is inspired by Maslow’s hierarchy of needs and is designed to prioritise your overall wellbeing.

To live a wholesome experience inside and outside our offices, we need to take care of our overall wellbeing, from the physical aspect to creating a healthy work-life fusion and looking at learning as a lifelong journey and a shared responsibility between our people and our organisation.

• Physical Wellbeing
  Our wellbeing program includes medical insurance, In-house fitness trainer available remotely and 1 on 1 remote sessions with our Sports and Health Coach focused on nutrition counselling and tailored training plans.

• Work-Life Fusion
  Start with at least 21 vacation days (based on seniority) and earn 1 extra day for each completed year of collaboration — up to 29 days — depending on your tenure in the company and/or industry. Enjoy the flexibility to work from both home and the office.

• Growth opportunities
  We focus on long-term learning programmes that develop both technical and non-technical skills incrementally. Together with your Career Coach you will discuss what are learning resources and platforms you can access in order to develop your skills.

Финтех компания ROWI. Создаем удобные продукты для финансирования малого и среднего бизнеса.
Наши клиенты — поставщики товаров и услуг по всей России.
У нас 2 хаба в Москве и Саратове, распределенные команды в разных городах.

Сейчас мы ищем ML-инженера в нашу компанию. В компании вас ждут интересные задачи и мощная команда ИТ.

Условия привлекательные, подробности при встрече

• Интересные проекты, возможность принимать решения без тысячи согласований и предлагать идеи: от простых до самых амбициозных;
• Обучение, развитие, конференции и митапы, доступ к онлайн-библиотекам;
• Дружелюбная открытая атмосфера без бюрократии и сложных процессов;
• Конкурентная заработная плата;
• Официальное трудоустройство;
• Бесплатная страховка здоровья со стоматологией.
  

Чем предстоит заниматься

• Внедрять модель;
• Поддерживать внедренные модели;
• Дообучать, следить за их качеством и актуальностью.
  

Основные задачи

• Участие в проектах по развитию системы управления рисками банка, проектах по внедрению ИТ-решений в области управления рисками: проекты по разработке и валидации рейтинговых моделей оценки, методологии оценки кредитных рисков (PD, LGD, NPV);
• Участие в развитии ETL-процессов, необходимых для расчета риск-метрик;
• Участие в процессе разработки и тестирования моделей машинного обучения (скоринг) и нейронных сетей (компьютерное зрение, рекомендательные системы, речевые технологии, антифрод, предикативные технологии);
  

Профессиональные знания и навыки

• Знание Python (NumPy, Pandas, API интеграция), Kotlin, SQL;
• Высшее математическое образование;
• Опыт работы в качестве дата-аналитика и/или DS будет преимуществом;
• Понимание процесса кредитования, математической статистики и мат моделирования;
• Знаешь, как анализировать данные, понимаешь, как работают алгоритмы машинного обучения (ML);
• Опыт разработки моделей машинного обучения с использованием современных DL фреймворков и применения их в продакшене.