Data Scientist Middle+ Remote

#вакансия #DataScience #Python #ML #LLM #Remote Data Scientist Middle+ 🏦 Компания: Luna Capital (аутстафф) 🌍 Локация: строго РФ 🔻 Формат: удаленка РФ 🌟 Грейд: senior 💰 Ставка: от 230 000₽ на руки 🕘 График: с 9:00 до 18:00 (по МСК) —————————————————- О ПРОЕКТЕ: Крупный ретейлер развивает собственный AI-помощник для сотрудников, который интегрируется с внутренними системами и документами. Ищем опытного Data Scientist, который будет развивать качество ответов модели, проектировать новые AI-фичи и строить архитектуру решений с применением LLM и классических ML-подходов. —————————————————- ЧТО НУЖНО ДЕЛАТЬ: • Развивать AI-помощника: улучшать качество ответов, интегрировать с внутренними базами и документами. • Проектировать и реализовывать MVP AI-решений: от обработки данных до простого интерфейса и интеграции. • Разрабатывать архитектуру AI-систем и писать чистый, поддерживаемый продакшен-код на Python. • Тестировать и адаптировать ML-подходы (классификация, кластеризация, ранжирование). • Разрабатывать и оптимизировать RAG-системы и работу с LLM. • Настраивать мониторинг и CI/CD для ML-компонентов, интегрировать модели в продакшен. —————————————————- ТРЕБОВАНИЯ: 1. Опыт работы в Data Science от 3 лет. 2. Уверенное знание Python и основных библиотек: pandas, numpy, scikit-learn, XGBoost/LightGBM, matplotlib/plotly. 3. Практический опыт в задачах классификации, регрессии, кластеризации. 4. Владение SQL и опыт работы с реляционными БД. 5. Опыт разработки и сопровождения ML-сервисов на FastAPI или Flask. 6. Знание Git, Docker, REST/gRPC API, понимание микросервисной архитектуры. 7. Опыт с инструментами CI/CD, Kubernetes и принципами MLOps. 8. Опыт работы с LLM (Hugging Face, vLLM), знание архитектурных паттернов transformer, GPT. 9. Владение методами тонкой настройки LLM (LoRA, QLoRA, адаптерные подходы). 10. Опыт построения RAG-систем и работы с векторными базами данных. 11. Навыки prompt engineering, function calling, управление контекстом. 12. Высшее образование (IT, техническое, математическое). БУДЕТ ПЛЮСОМ: 13. Опыт работы с неструктурированными данными. 14. Навыки feature engineering и оценки качества моделей. 15. Опыт настройки логирования и мониторинга для ML-компонентов. 16. Способность самостоятельно доводить решения до рабочего прототипа. 17. Готовность активно погружаться в LLM-стек и внедрять новые технологии. —————————————————- 📩 Отклик: @recruiter_vv Прикрепляйте резюме + самостоятельный скрининг по требованиям (‘+/-’). P.S. отклики со скринингом рассматриваю в первую очередь :) [Ссылка: tg://search_hashtag?hashtag=%D0%B2%D0%B0%D0%BA%D0%B0%D0%BD%D1%81%D0%B8%D1%8F] [Ссылка: tg://search_hashtag?hashtag=DataScience] [Ссылка: tg://search_hashtag?hashtag=Python] [Ссылка: tg://search_hashtag?hashtag=ML] [Ссылка: tg://search_hashtag?hashtag=LLM] [Ссылка: tg://search_hashtag?hashtag=Remote] [Ссылка: https://t.me/recruiter_vv]