Т1·Нижний Новгород·28 авг.
Data Science (LLM/RAG)
Ориентир по рынку≈ 337 000 – 362 000 ₽наша приблизительная оценка по 13 вакансиям этой роли и грейда, у работодателя вилка не указана
≈ 4,1 тыс.–4,4 тыс. $
🌍 УдалённоMiddleПолная занятость
Стоит ли откликаться
Стоит откликнуться, но спросите про деньги
Вилку работодатель не назвал, но ориентир по рынку есть: он в строке «Деньги». Объявление живое, и что за работа, понятно из текста.
3 из 4 в норме
Вилку не назвали: какую сумму назвать вам и ниже какой не соглашаться
Деньги
Сумму в объявлении не указали. Ориентир на созвон: столько платят в 13 похожих вакансиях Data Scientist уровня Middle.
Живость
Открыта 54 дня, и признаков фиктивного найма у неё нет. Раньше её уже выкладывали 1 раз: спросите, почему место снова свободно.
- Появилась у нас 28 августа 2026 г., 54 дня назад
- Снимали и выкладывали заново под тем же номером 1 раз
- Текст сверяли с источником: с тех пор как мы её нашли, он не менялся
- У источника её видели сегодня
В Pro вся история: 5 событий с датами
Считается по истории наблюдений за вакансией: сколько раз её переоткрывали, меняли ли текст, как долго висит. За вакансиями с hh.ru следим каждую ночь: выдачу и архив, а полный текст карточки сверяем по очереди, каждую раз в несколько дней. Это оценка по косвенным признакам, а не факт. Окончательный вывод за вами.
Описание
Обязанности: 11, требования: 10. Понятно, что за работа, ещё до отклика.
- Обещают
- аккредитованная IT-компания
- Не сказано
- как оформят, из каких стран можно работать и часовой пояс команды
Что требуют
ОбязательноLLMRAGNLPXMLPower BITableauHugging FaceLangChainPythonPandas
ПлюсомMLOpsAirflow
Надбавка к зарплате на этом уровне: Python +43%.
Полный разбор в Pro
Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме
Сколько просить
Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга
Ваше резюме против требований
Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика
Спросить у работодателя
10 вопросов именно к этой вакансии: что спросить на первом созвоне
Когда откликаться
Стоит ли спешить: за сколько дней Т1 обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Чем предстоит заниматься
Разработка и оптимизация RAG-систем на базе LLM (LLaMA, GPT-подобные модели) для обработки внутренних документов, отчётов и регламентов ключевых заказчиков
Реализация и тонкая настройка классических NLP-моделей: текстовая классификация, извлечение именованных сущностей (NER), семантический анализ, извлечение ключевых метаданных
Интеграция NLP-моделей в существующие ETL- и BI-процессы, обеспечение стабильной работы в продуктивной среде
Работа с большими объёмами структурированных и неструктурированных данных (PDF, DOCX, XML, логи, базы данных)
Документирование архитектуры, метрик качества и процессов развертывания моделей
Участие в проектах предиктивной аналитики для клиентов из ритейла, транспорта и промышленности: прогнозирование спроса, оптимизация логистики, предиктивное обслуживание оборудования
Разработка ML-моделей на основе внешних признаков, обработанных LLM (погода, новости, рыночные индикаторы, геоданные, телеметрия)
Создание автоматизированных ML-отчётов и инфографик с визуализацией результатов (Power BI, Streamlit, Plotly, Tableau) — с акцентом на понятность для бизнес-пользователей
Применение LLM для генерации текстовых резюме, аналитических выводов и рекомендаций на основе данных (например: “Снижение спроса на товар X в регионе Y связано с ростом цен на логистику и погодными условиями”)
Построение пайплайнов ML/LLMOps: от сбора данных до деплоя и мониторинга моделей
Участие в презентациях для клиентов: демонстрация результатов, объяснение моделей, подготовка кейсов
Наши требования
Высшее образование (IT, техническое, математическое)
Опыт разработки RAG-систем (векторные базы, реранкинг, retrieval-стратегии)
Глубокое понимание классических NLP-задач: классификация, NER, сущностное извлечение, токенизация, эмбеддинги (BERT, RoBERTa, FastText и др.)
Практический опыт работы с LLM (Hugging Face, LangChain, LlamaIndex, vLLM, Ollama) и их адаптацией под бизнес-задачи
Уверенное владение Python (Pandas, Scikit-learn, PyTorch/TensorFlow), SQL, Git, Docker
Опыт работы с ML-отчётами и инфографикой: умение превращать сложные модели в понятные визуализации для бизнеса
Опыт работы в проектах с внешними данными (API, окрытые данные, телеметрия, гео, рынок) — преимущество
Понимание основ MLOps (MLflow, Weights & Biases, Airflow) — желательно
Готовность к быстрому погружению в новые направления (ритейл, транспорт, промышленность)
Английский язык — на уровне чтения технической документации
Мы против мошенников на площадке: если тебя просят заплатить, продиктовать код или установить непонятное приложение, прекращай общение и сразу пиши нам (чат с основателем или форма обратной связи).