Middle Data Scientist (Модуль отклонений)

Мы запускаем ИИ-инкубатор в Лемана ПРО, чтобы проверять смелые гипотезы и создавать продукты будущего. В рамках одного из ключевых Proof of Concept (PoC) мы ищем специалиста, который разработает модели для генерации изображений, дизайн-проектов и визуализаций готовых решений на основе ассортимента товаров Лемана ПРО.

Это возможность работать на стыке Computer Vision и Generative AI, превращая идеи в работающие прототипы, которые в перспективе изменят клиентский опыт в сфере ремонта и обустройства дома.

Чем предстоит заниматься (Задачи)

• Разрабатывать и исследовать ML-модели для генерации изображений и визуализации интерьерных/строительных решений на основе товаров Лемана ПРО.

• Проектировать и реализовывать end-to-end пайплайны для PoC: от сбора и подготовки данных до обучения, оценки и демонстрации результатов.

• Создавать и поддерживать фреймворки для оценки качества (evals) генеративных моделей и LLM-систем (контроль галлюцинаций, метрики качества генерации).

• Писать чистый, поддерживаемый production-ready код: модульная архитектура, unit-тесты, логирование, документация, code review.

• Оптимизировать инференс моделей (стоимость, latency, масштабируемость), работать с GPU-инфраструктурой.

• Обеспечивать информационную безопасность: контроль рисков prompt injection, защита персональных данных (PII) и корректное управление правами доступа в агентных системах.

• Тесно взаимодействовать с командой продукта и другими ML-специалистами для валидации бизнес-гипотез и дизайна A/B-тестов.

Наши ожидания (Требования)

Фундаментальная база:

• Глубокое понимание принципов машинного обучения: подготовка данных и feature engineering, выбор архитектур, регуляризация, борьба с переобучением и data leakage, интерпретация результатов.

• Уверенные знания математической статистики: проверка гипотез, доверительные интервалы, дизайн и анализ A/B-тестов.

• Понимание принципов оценки качества ML-систем: offline/online-метрики, построение валидации, оценка бизнес-эффекта, мониторинг качества моделей и данных (data drift).

Технический стек и разработка:

• Уверенное владение Python и экосистемой: pandas / polars, NumPy, scikit-learn, CatBoost / LightGBM / XGBoost, PyTorch (или аналоги).

• Уверенное владение SQL для работы с большими объемами данных.

• Навык написания production-кода: модульность, тестирование, логирование, Git, опыт участия в code review.

Специализация (опыт работы хотя бы в одном из направлений, приоритетно CV/GenAI):

• Computer Vision и генеративный AI (генерация изображений, NeRF, 3D-реконструкция или аналогичные задачи).

• NLP, LLM и построение RAG-систем.

• Рекомендательные системы, поиск и ранжирование.

• Классическое машинное обучение или прогнозирование временных рядов.

Генеративный AI и LLM (важно для текущего PoC):

• Опыт построения evals для LLM-систем, оценки качества ответов и мониторинга поведения системы.

• Понимание рисков безопасности: prompt injection, некорректный tool calling, утечки данных.

• Опыт работы с API языковых моделей, Hugging Face и orchestration-фреймворками (LangChain, LlamaIndex или аналоги).

• Опыт fine-tuning или адаптации LLM (LoRA / PEFT).

• Понимание принципов проектирования AI-агентов: управление состоянием (state management), выбор инструментов, контроль автономности и human-in-the-loop.

Инфраструктура и MLOps:

• Опыт работы с Airflow, MLflow, Kafka, Redis, Kubernetes, Prometheus и Grafana.

• Опыт эксплуатации GPU-инфраструктуры и оптимизации инференса (квантование, ONNX, TensorRT и т.д.).

• Понимание принципов информационной безопасности, privacy и работы с персональными данными.

• Опыт работы в e-commerce, retail или других продуктовых highload-системах будет значительным преимуществом.