Мы ищем сильного Data Scientist, который умеет превращать данные в реальные бизнес-решения и готов работать на стыке классического ML и современных Generative AI технологий. Если вам нравится исследовать, экспериментировать, запускать модели в прод и видеть их влияние на бизнес — эта роль для вас. Вакансия с релокацией в одну из стран Центральной Азии.
Разработка, обучение и оптимизация моделей машинного обучения и статистического прогнозирования.
Создание прототипов и совместная работа с архитекторами/инженерами для вывода моделей в прод.
Глубокая аналитика данных: выявление закономерностей, драйверов и инсайтов для принятия управленческих решений.
Проведение A/B-тестов и валидации моделей, оценка точности, устойчивости и надёжности.
Проектирование и донастройка Generative AI решений: LLMs, текстовая генерация, суммаризация, эмбеддинги, RAG-пайплайны.
Разработка систем оценки генеративных моделей: токсичность, галлюцинации, точность, бизнес-релевантность.
Создание паттернов prompt engineering, шаблонов, репозиториев данных и reusable-компонентов.
Участие во внедрении генеративных моделей в продакшн совместно с архитекторами и MLOps-командой.
Документирование гипотез, методологий и результатов; участие в подготовке отчётов и презентаций.
Взаимодействие с продуктовой и дата-командами: уточнение требований, приоритизация, калибровка моделей под бизнес-цели.
Вклад в развитие стандартов моделирования и использование корпоративной AI-платформы.
3+ лет опыта в Data Science / Machine Learning / AI-ролях.
Сильная математическая база: статистика, вероятность, линейная алгебра, оптимизация.
Отличное понимание статистических моделей, фичеринга и методов оценки качества.
Уверенные навыки Python и основных ML-библиотек: pandas, scikit-learn, TensorFlow, PyTorch и др.
Опыт работы с большими данными и инструментами распределённой обработки (SQL, Spark и т.п.).
Знание подходов MLOps: CI/CD, мониторинг, версионирование моделей.
Аналитическое мышление, внимание к деталям и умение превращать данные в измеримый бизнес-эффект.
Владение английским на уровне full professional proficiency.
Опыт работы в телеком, банковской сфере, финтехе или цифровых экосистемах.
Практика использования облачных или on-prem ML-платформ (AWS, Azure и др.).
Знание A/B-тестирования, причинно-следственного анализа и методов дизайна экспериментов.
Наставничество младших специалистов или лидерство в проектных командах.
Опыт разработки или внедрения Generative AI моделей, векторных баз данных, RAG-архитектур.