Data Scientist / ML Engineer

Создаем риск-стратегию Лизинга. Ищем аналитика, который будет строить модели на Python, адаптировать их под процессы и влиять на рост бизнеса

Описание

Наша команда отвечает за развитие риск-стратегии Лизинга — большого и стремительно растущего бизнеса.

У нас широкий спектр сценариев одобрения и ранний этап развития бизнеса, поэтому в продукте много пространства для творчества. Задачи в направлении влияют на рост всего бизнеса — в короткий срок вы сможете увидеть результат своей работы.

Обязанности

• Анализировать массив данных, искать и изучать зависимости и причинно-следственные связи
• Строить модели на Python
• Разрабатывать дизайн скоринговых моделей и адаптировать их под бизнес-процессы
• Составлять технические задания и контролировать процесс внедрения модели
• Проводить мониторинг и анализировать работу действующих моделей и скорингового процесса, строить ML- и NPV-модели
• Кросс-функционально общаться с бизнесом, DWH, разработчиками и аналитиками бизнес-правил

Требования

• Владеете SQL и Python — pandas, sklearn
• Разбираетесь в математической статистике и классических методах машинного обучения
• Знаете теорию вероятностей
• Умеете анализировать бизнес-процессы
• Знаете, как адаптировать скоринговые модели под стратегию

Мы предлагаем

• Работу в офисе или удаленно — по договоренности
• Возможность работы в аккредитованной ИТ-компании
• ДМС со стоматологией, включая чекапы, компенсацию покупки лекарств и льготные условия страхования для близких. Еще — страховка от несчастных случаев и болезней
• Рост по карьерному треку: проходите курсы по софт- и хард-скиллам, развивайтесь с поддержкой ментора и повышайте уровень с матрицей компетенций и регулярным ревью
• Сильное комьюнити. Вы будете работать с экспертами в своей области, сможете делиться знаниями и выступать на конференциях, посещать митапы и писать статьи
• Онлайн-консультации с психологами, юристами, специалистами по финансам и здоровому образу жизни
• Компенсацию затрат на спортивные абонементы, приложение Т-Спорта для онлайн-занятий и командные тренировки с коллегами
• 3 дополнительных дня к отпуску — можно использовать для отдыха или получить компенсацию
• Специальные тарифы на продукты Т-Банка и широкую программу скидок от партнеров
• Достойную зарплату — обсудим ее на собеседовании

Мы ищем ведущего ML-инженера, который возьмёт на себя развитие ML-направления в команде, работающей над продуктами для управления ценами, прогнозирования спроса и формирования коммерческих рекомендаций.

Один из основных проектов — система рекомендаций регулярных цен на уровне SKU × магазин. Система анализирует исторические продажи, цены, промо, остатки, будущие поставки, характеристики товаров и магазинов, а также внешние данные, после чего:

• прогнозирует спрос при различных ценовых сценариях;
• оценивает ценовую эластичность
• рекомендует повышение, снижение или сохранение цены
• прогнозирует влияние решения на продажи, оборот, маржу и EBITDA
• рассчитывает уверенность модели и риск падения продаж
• позволяет сравнивать прогноз с фактическим эффектом после применения рекомендации

В команде уже есть backend и data инженеры, а также ML экспертиза. Новый специалист должен стать техническим лидером именно ML/R&D-направления: определять методологию, формировать исследовательский road map, проводить ревью решений и помогать команде доводить модели до промышленной эксплуатации

• Развивать модели прогнозирования спроса и ценовой эластичности
• Исследовать подходы к causal inference, uplift-моделированию и оценки эффекта изменения цены
• Проектировать временную валидацию, backtesting и бизнес-метрики качества
• Работать с uncertainty, confidence, intermittent demand, cold start и long-tailSKU
• Разрабатывать логику выбора оптимальной цены с учётом бизнес-ограничений
• Организовать оценку plan/fact и мониторинг качества моделей
• Участвовать в проектировании feature engineering, batch training и batchinference на больших объёмах данных
• Проводить design review, code review и менторить ML-специалистов команды

• Сильную базу в классическом ML, статистике и работе с табличнымиданными
• Опыт с forecasting, временными рядами и gradient boosting: LightGBM,CatBoost или XGBoost
• Понимание causal inference и экспериментального дизайна
• Опыт доведения ML-моделей до production
• Уверенное владение Python и SQL
• Понимание временной валидации, data leakage, calibration и uncertaintyestimation.
• Опыт работы с Airflow или аналогичным оркестратором
• Понимание принципов распределённой обработки данных, партиционирования и оптимизации вычислений
• Умение связывать ML-метрики с измеримым бизнес-эффектом

• Опыт в retail, e-commerce, pricing или demand forecasting
• Практический опыт с PySpark, Trino, Iceberg, S3, dbt или ClickHouse
• Опыт с price optimization, hierarchical forecasting или operations research
• Опыт построения ML-мониторинга и проведения A/B-тестов

Текущий стек: Python, LightGBM, Airflow, dbt, Trino, Apache Iceberg, Parquet,S3, PostgreSQL, ClickHouse, Kubernetes и gRPC

Verigram is an international AI company focused on digital identity and fraud prevention. Our solutions are used by banks, fintechs, and online platforms to onboard users remotely and prevent fraud.

And now we are looking for a Senior NLP Engineer who can develop Conversational AI from idea generation to implementation in high-load production. This role is perfect if you love building LLM systems, quality assurance processes and high-load AI services used by thousands of real users. We’re building systems that are capable of independently solving business-related problems: knowledge base search, summarization, extracting insights from requests, proactively providing assistance to operators and AI-powered automation.

We build production-ready AI systems that process large-scale data every day:

1. Face biometrics and liveness detection
2. Real-time video analytics
3. AI assistants and RAG systems
4. High-load ML services used by thousands of users

What you will do:

• Design, train, fine-tune, and evaluate machine learning and deep learning models.
• Develop solutions using LLMs, NLP, computer vision, or other modern AI architectures.
• Build and improve datasets, including data cleaning, labeling strategies, augmentation, and synthetic data generation.
• Design experiments and define appropriate evaluation metrics.
• Improve model accuracy, robustness, latency, and computational efficiency.
• Research and evaluate new models, architectures, papers, and AI technologies.
• Work with ML Engineers to productionize models and build reliable inference pipelines.
• Work closely with business to identify opportunities for AI/ML, define success metrics, and drive product decisions based on data and experimentation.
• Participate in model monitoring, retraining, and continuous improvement of deployed ML systems.
• Contribute to technical decisions and ML best practices

Engineering culture:

• Participate in architecture decisions

• Code reviews and documentation

• Contribute to ML engineering best practices

Tech stack:

Python • PyTorch • FastAPI • Transformers• Docker
LangChain • LangGraph • RAG • ClearML • CUDA

Must-have

• 5+ years of experience in Machine Learning, Data Science, Applied AI, or related fields.
• Strong knowledge of machine learning, deep learning, probability, statistics, and optimization.
• Strong Python skills.
• Strong practical experience with PyTorch or a comparable deep learning framework.
• Experience training and fine-tuning neural networks.
• Experience with modern model architectures such as Transformers, LLMs, VLMs, depending on the problem domain.
• Ability to read research papers and translate relevant ideas into practical implementations.
• Experience shipping ML models to production
• Practical experience building AI agents and LLM pipelines using LangChain / LangGraph
• Understanding of the full ML lifecycle
• Experience with Git, Linux, Docker, and common ML development workflows.
• Good communication skills and ability to explain technical decisions clearly.
• Ability to translate undefined business objectives into technical plans, articulate architectural decisions, and highly self-managed

Nice to have:

• Experience building high-load services

• Experience in backend development

• Experience with GPU inference

• Experience in developing AI agents and knowledge of LLMOps principles, including CI/CD, orchestration, and prompt version control.

• Understanding the security of LLM applications.

• Experience developing and launching BERT, Sentence-BERT, T5 or traditional architectures (fasttext, word2vec)

• Experience with experiment tracking tools such as MLflow, ClearML, Weights & Biases, or similar.

What we offer:

• Real production ML & LLM projects

• Access to GPU infrastructure

• Strong impact on AI product architecture

• Competitive salary

• Strong engineering culture, low bureaucracy

Join us to build real-world AI products!