Junior CV инженер (Python)

В один из крупнейших банков Узбекистана ищем ML Engineer / Data Scientist для участия в масштабном проекте по разработке и внедрению системы кредитного скоринга для малого и среднего бизнеса (МСБ).

Проект имеет национальный масштаб и реализуется при участии одной из ведущих международных консалтинговых компаний.

Это возможность не просто заниматься разработкой отдельных ML-моделей, а непосредственно влиять на архитектуру, качество и развитие системы кредитного скоринга, которая будет использоваться для оценки кредитоспособности малого и среднего бизнеса.

Специалист будет работать в штате банка и взаимодействовать с международной консалтинговой командой.

Основные задачи

• Разработка, обучение и внедрение ML-моделей для оценки кредитоспособности субъектов малого и среднего бизнеса.
• Анализ больших массивов финансовых, транзакционных и других данных для построения скоринговых моделей.
• Разработка и оптимизация признаков (Feature Engineering), отбор наиболее значимых факторов кредитного риска.
• Оценка качества моделей, их валидация, калибровка и повышение точности прогнозирования.
• Разработка и поддержка ML-пайплайнов для подготовки данных, обучения моделей и расчёта скоринговых оценок.
• Мониторинг качества моделей после внедрения, выявление деградации и обновление моделей.
• Взаимодействие с командами Data Engineering, IT, риск-менеджмента и бизнеса.
• Участие в разработке архитектуры и дальнейшем развитии скоринговой платформы.
• Взаимодействие с экспертами международной консалтинговой компании в рамках реализации проекта.

Требования

Обязательные:

• Опыт работы в Data Science / Machine Learning от 3 лет.
• Практический опыт разработки, обучения и внедрения ML-моделей.
• Опыт работы в банковской или финансовой сфере.
• Уверенное владение Python и основными библиотеками для анализа данных и машинного обучения: Pandas, NumPy, Scikit-learn.
• Хорошее знание SQL и опыт работы с большими массивами данных.
• Понимание алгоритмов машинного обучения: Logistic Regression, Random Forest, Gradient Boosting (XGBoost, LightGBM, CatBoost).
• Опыт Feature Engineering, оценки качества моделей и работы с метриками классификации (ROC-AUC, Gini, Precision, Recall и др.).
• Понимание принципов построения ML-пайплайнов и вывода моделей в промышленную эксплуатацию.

Будет преимуществом:

• Опыт разработки моделей кредитного скоринга, особенно для малого и среднего бизнеса.
• Опыт работы с моделями оценки кредитного риска (PD, Probability of Default).
• Понимание банковских кредитных процессов и принципов риск-менеджмента.
• Опыт работы с транзакционными, финансовыми и альтернативными источниками данных.
• Знание MLOps-инструментов: MLflow, Airflow, Docker, Git.
• Опыт мониторинга ML-моделей, работы с Data Drift и Model Drift.
• Опыт взаимодействия с международными командами и консалтинговыми компаниями.

Мы предлагаем

• Официальное трудоустройство в штат одного из крупнейших банков Узбекистана.
• Заработная плата: $2 500–3 300 в месяц (эквивалент в местной валюте, условия обсуждаются).
• Участие в масштабном проекте национального значения.
• Возможность непосредственно влиять на создание и развитие системы кредитного скоринга для МСБ.
• Высокий уровень самостоятельности и ответственности за технические решения.
• Совместную работу с одной из ведущих международных консалтинговых компаний.
• Возможность развивать экспертизу на пересечении Machine Learning, банковского риск-менеджмента и финансовых технологий.
• Работу над продуктом, который будет использоваться в реальных банковских процессах.

Если у вас есть опыт разработки ML-моделей в банковской сфере и вы хотите принять участие в создании масштабной скоринговой системы, направляйте резюме!

Секретарь - умный робот, умеющий вести конструктивный, вариативный диалог.

Задачи

разрабатывать и дообучать модели TTS: проектирование, finetuning и адаптация генеративных подходов для высококачественного синтеза речи и zero shot клонирования голоса под задачи бизнеса;
участвовать в дальнейшей разработке голосового пайплайна, объединяющего TTS, ASR и VAD для работы в режиме реального времени;
работать с аудиоданными: сбор, чистка, нормализация, препроцессинг и автоматическая разметка датасетов для обучения;
заниматься сокращением задержек генерации, оптимизация моделей для инференса на GPU/CPU инфраструктуре, сборка docker образов;
проводить регулярный мониторинг и автооценку результатов (естественность синтеза, точность передачи тембра, разборчивость речи);
диагностировать проблемы в инференсе, локализировать баги и принимать инженерные решения.

Требования

понимание сжатия и дискретизации сигнала через вариационные автоэнкодеры, работы с векторным квантованием и непрерывными/дискретными представлениями аудио;
практический опыт применения моделей Flow Matching и Diffusion Transformers для быстрых процессов генерации речи из текста или латентных фичей;
умение использовать автометрики сходства тембра, естественности и разборчивости;
опыт применения VAD-моделей, опыт работы с готовыми архитектурами ASR;
уверенное владение Python (PyTorch, huggingface, фреймворки инференса) и Go;
практика работы со потоковым аудио в реальном времени (streaming).

Условия

офисный формат работы (м. Технопарк);
собственную платформу MTS Ocean для получения ИТ-ресурсов, а это значит, что деплой, мониторинг, observability — не будут для тебя проблемой, ты сможешь сосредоточиться на фичах;
профессиональные гильдии инженеров, где мы поддерживаем друг друга и помогаем стать лучше;
внутреннюю площадку TechTalks для обмена опытом, дискуссий, развития навыков самопрезентации;
участие во внешних IT конференциях. Наши эксперты выступают на ведущих профильных конференциях, таких как HighLoad++, DevOps Conf, Joker, AHA!, Матемаркетинг и другие. А еще мы организуем собственную масштабную конференцию True Tech Day и регулярно проводим митапы для разработчиков и инженеров.
полезные курсы и вебинары в корпоративном университете и электронную библиотеку;
ДМС с первого месяца работы, включая стоматологию;
страхование от несчастных случаев с 1 месяца работы. Материальную помощь в сложных жизненных ситуациях;
отпуск 28 календарных дней (+3 дополнительных дня за ненормированный рабочий день);
прием врачей общей практики и массаж в офисе;
мобильная связь за счет компании и льготные тарифы для близких;
подписка на онлайн-кинотеатр KION, сервис МТС Музыка, книжный сервис Строки от МТС, безлимитные мессенджеры и соцсети.