Название скрыто (Банк)·Россия·26 авг.
Data Scientist
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
Зарплату в объявлении не раскрыли. Ориентир на созвон: столько платят в 13 похожих вакансиях Data Scientist уровня Middle.
Живость
Открыта 56 дней, и признаков фиктивного найма у неё нет.
Описание
Обязанности: 8, требования: 15. Понятно, что за работа, ещё до отклика.
- Обещают
- ДМС со стоматологией, конференции за счёт компании, наставник на старте и психологическая поддержка
- Не сказано
- как оформят, из каких стран можно работать и часовой пояс команды
Что требуют
ОбязательноLLMRAGElasticsearchNLPPythonMLOps
Надбавка к зарплате на этом уровне: Python +40%.
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 Название скрыто (Банк) обычно закрывает вакансии
30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro
Наша компания
Мы развиваем внутренние цифровые продукты, которые помогают сотрудникам получать информацию, решать рабочие задачи и эффективнее взаимодействовать с сервисами банка. В числе наших продуктов — Раф, диалоговый агент-ассистент сотрудника. Data Scientist решает комплексные ML-задачи во всём контуре корпоративного портала. В фокусе — качество AI-систем, работа с пользовательским контекстом и новые прикладные возможности продуктов. Это инженерная роль: исследовательские подходы важны как источник решений, которые можно проверить и применить в продукте.
Чем предстоит заниматься
Решать комплексные ML- и DS-задачи: от постановки задачи и выбора подхода до внедрения, проверки качества и дальнейшего развития
Проектировать и развивать eval-пайплайны для AI-функций: определять, насколько решение корректно выполняет задачу пользователя, где ошибается и как его улучшать
Работать с метриками пользовательского поведения и качества AI-функций, превращать наблюдения в проверяемые улучшения продуктов
Разрабатывать и применять ML-подходы для кластеризации, персонализации, анализа контента и других задач, возникающих в продуктах Insider
Подбирать и адаптировать современные подходы для LLM, RAG и агентных систем, оценивать их применимость и безопасно внедрять в продуктовые сценарии
Развивать интеллектуальный поиск при необходимости (ранжирование, комбинированный поиск и работа с векторным индексом OpenSearch)
Интегрировать модели и ML-пайплайны с продуктовой и инженерной инфраструктурой команды
Уточнять задачи и критерии качества вместе с Product Owner, инженерами и внутренними заказчиками, предлагать варианты решений и явно обозначать ограничения
Наши требования
Коммерческий опыт работы Data Scientist / ML Engineer в прикладных задачах NLP, LLM, рекомендаций, поиска или аналитики пользовательского поведения
Знание классического ML и NLP (понимание обучения, оценки, оптимизации моделей и выбора метода под задачу)
Практический опыт работы с LLM, RAG или агентными системами (важнее понимание принципов и ограничений, чем конкретный фреймворк)
Опыт построения или улучшения пайплайнов оценки качества ML/AI-систем (метрики, тестовые наборы, эксперименты, анализ ошибок или мониторинг)
Понимание принципов кластеризации, персонализации, рекомендаций, ранжирования или поиска и готовность применять релевантные методы к задачам продукта
Умение работать с данными, писать и поддерживать воспроизводимый код, уверенное владение Python
Опыт интеграции моделей или ML-пайплайнов в продуктовую среду и взаимодействия с инженерами
Умение объяснять выбор подхода, ограничения измерений и результаты проверки не только DS-команде, но и продуктовым партнёрам
Готовность работать в широком профиле задач, учиться и осваивать новые для себя области по мере развития продукта
Опыт работы с OpenSearch, векторным поиском, гибридным поиском, ранжированием или рекомендательными системами
Опыт проектирования системы оценки LLM/агентов (трассировка, разметка, offline- и online-оценка, анализ ошибок, контроль версий промптов)
Опыт разработки агентных пайплайнов или интеграции инструментов в LLM-приложения
Опыт работы с MLOps (воспроизводимые эксперименты, мониторинг, развёртывание моделей и контроль качества после запуска)
Опыт применения современных исследований и практик рынка к прикладным продуктовым задачам
Базовое понимание production-разработки, API, контейнеризации и облачной инфраструктуры
Мы предлагаем
Возможность работать из офиса или удалённо
ДМС со стоматологией, массажем, телемедициной, ежегодными чекапами, которое работает как в Москве, так и в регионах
Три оплачиваемых отгула в год
Страхование жизни в путешествиях, от несчастных случаев, болезней и критических заболеваний
Бесплатные индивидуальные консультации психологов, юристов, экспертов по личным финансам и консультантов по здоровому образу жизни
Поддержку опытного наставника, обучающие курсы для комфортной адаптации, помощь в развитии экспертизы со стороны профессиональных сообществ банка
Собственную ИТ-академию, участие в конференциях
Льготные условия по банковским продуктам и услугам
Скидки от партнёров банка в приложении PrimeZone в сферах здоровья, развлечений, творчества и интернет-покупок
