Старший ML-инженер (Python)

Мы — ML-команда коммерческого и операционного департамента. Наша цель — напрямую влиять на ключевые бизнес-метрики с помощью моделей машинного обучения и разрабатывать LLM-продукты, которые сокращают ручную работу и встраиваются в процессы продаж, поддержки и маркетинга.

Основные направления работы:

• категоризация обратной связи пользователей,
• uplift-моделирование для оптимизации работы отдела продаж,
• модели матчинга клиентов для задач конкурентного анализа.

Каждый инженер в команде работает автономно со своим продуктом и своими заказчиками — от постановки задачи до внедрения в прод и оценки эффекта.

Мы ищем ML-инженера под новое направление — внедрение LLM-решений в продукты для техподдержки, продаж и маркетинга.

Чем предстоит заниматься

• Работать с текстовыми представлениями: BERT-like модели для классификации/representation learning, эксперименты с архитектурами и лоссами.
• Строить решения на основе LLM, RAG, агентных систем: саммаризация и классификация обратной связи пользователей, ИИ-ассистенты, чатботы для техподдержки и продаж.
• Вести полный цикл разработки ML-решений: постановка задачи с заказчиком, сбор и подготовка данных, обучение моделей, деплой в production, оценка решения, A/B-тесты и анализ результатов.
• Улучшать ML-инфраструктуру и пайплайны.
• Выступать техническим лидом в рамках своих задач: предлагать архитектурные решения, декомпозировать сложные задачи, задавать план экспериментов.

Требования:

• Уверенное владение Python с классическим ML-стеком.
• Пишешь качественный и поддерживаемый код.
• Уверенное знание мат. статистики. Умеешь работать с метриками и A/B-тестами.
• Глубокое понимание трансформеров и прикладной опыт: знание BERT-like архитектуры, опыт обучения/дообучения небольших трансформерных моделей, representation learning.
• Практический опыт работы с LLM: проектирование промптов и цепочек, structured output, надёжность и обработка ошибок, умение выстраивать процесс оценки качества LLM-решений (метрики, human eval, LLM-as-judge).
• Практический опыт построения RAG-систем, агентных систем.
• Опыт интеграции LLM-решений в production.

Будет плюсом:

• Опыт fine-tuning моделей (LoRA / PEFT).
• Опыт построения датасетов и разметочных пайплайнов для LLM-задач.
• Опыт оптимизации инференса (quantization, distillation).
• Опыт uplift-моделирования.

Условия:

• Возможность выбора места работы: удаленно или из офиса.
• Гибкий график рабочего дня.
• Оформление в соответствии с ТК РФ, «белая» заработная плата, выплачиваемая точно в срок.
• Корпоративное ДМС с первого месяца работы (решаем вопросы со здоровьем быстро и удобно).
• Возможность профессионального развития, обучение за счет компании, участие в специализированных конференциях.

Обязанности

• Разработка, деплоймент, поддержка и мониторинг классификационных, uplift и регрессионных моделей: Application Scoring, Behavioral Scoring, Income Estimation, Antifraud Scoring, Collection Scoring
• Анализ эффективности новых источников данных с последующим их внедрением в существующие и разрабатываемые модели
• Общение с Product Owner, выявление бизнес-потребностей
• Коммуникация со смежными командами: Data Engineers, DevOps, Data Analysts
• Поведенческая и клиентская аналитика

Требования

• Уверенное владение Python и соответствующими библиотеками: catboost, xgboost, lightgbm, statsmodels, scikit-learn, optuna, FastAPI, git
• Уверенное владение инструментами для анализа и визуализации данных: SQL, pandas, seaborn, matplotlib
• Уверенное знание теории вероятности и статистики
• Высшее образование в STEM (Science, Technology, Engineering, Mathematics)
• Наличие опыта разработки классификационных моделей от 2 лет
• Будет большим преимуществом умение работать с такими инструментами как Airflow, MLFlow, Power BI

Условия

• Возможность решать интересные прикладные задачи с непосредственным влиянием на бизнес-результат по множеству банковских продуктов: Cash Loan, Mortgage, Car Loan, Loans for Medium and Small Enterprises
• Условия для роста и развития:
• работа в одной из лучших DS/ML команд Узбекистана
• возможность участия в конференциях и командировках
• Работа с различными доменами данных: соцдем, карточные транзакции, доходы, кредитная история, телеком, финансовая отчетность компаний и др.
• Годовой бонус