Обязанности:
Чем предстоит заниматься: Это роль-гибрид: вы будете одновременно AI-лидером (проработка гипотез, работа с подрядчиками) и Data Scientist'ом (модели, данные, ML).🔬 1. Бизнес-гипотезы Взаимодействовать с бизнес-заказчиками (маркетинг, продажи, продукт, HR, логистика), выявлять точки применения AI Формулировать и тестировать гипотезы: «А что, если мы автоматизируем / предскажем / кластеризуем / порекомендуем вот это?» Проводить оценку эффективности гипотез (стоимость разработки vs выгода) 🤖 2. Работа с LLM и YandexGPT Развивать текущую интеграцию с LLM (Яндекс) — уже используем её, нужно масштабировать Проектировать RAG-решения (Retrieval-Augmented Generation) для ответов по корпоративным данным Разрабатывать AI-ассистентов для: Ad-hoc запросов по анализу данных - ответы на типичные вопросы по данным виесто формирования типовых дашбордов, внутренних процессов — поиск по документам, генерация отчётов, интерпретация показателей 📊 3. Data Science (модели и данные) Разрабатывать ML-модели (классификация, регрессия, кластеризация, прогнозирование временных рядов) Собирать и подготавливать данные для моделей из DWH и других корпоративных источников Проводить EDA, feature engineering, валидацию, A/B-тесты Подтверждать качество моделей — формальная метрика качества (business metrics, а не только ML-метрики) Документировать результаты (отчёты, презентации для стейкхолдеров) 🤝 4. Работа с подрядчиками и пилотами Искать на рынке внешние AI-решения, отвечающие запросам бизнеса Формировать ТЗ для подрядчиков, оценивать их компетенции Управлять пилотами: сроки, KPI, приёмка результатов Готовить фактуру для принятия решения: build (делаем сами) vs buy (покупаем готовое решение vs partner (берём подрядчика) Текущий пул: LLM-проекты с Яндексом; в планах — AI-ассистенты для данных, NLP-решения, Computer Vision (если есть потребность) 🛠️ 5. Интеграция и внедрение Доводить модели до продакшена — встраивать их в существующую DWH-инфраструктуру Писать ETL/ELT-пайплайны для ML (совместно с DWH-инженерами) Мониторить качество моделей в продуктивном контуре, настраивать автопереобучение Интегрировать AI-решения с текущими системами компании (CRM, BI, корпоративный портал) Что мы ожидаем: Опыт работы со сложными запросами, оконными функциями, CTE, DWH (PostgreSQL / ClickHouse); Опыт работы с YandexGPT / GPT / Open-source LLM, понимание RAG, промпт-инжиниринг; Владеете базовыми навыками разработки; Имеете опыт ведения проектов от сбора требований, защиты идей перед стейкхолдерами до презентации результатов. А также: Pandas, NumPy, Scikit-learn, FastAPI / Flask; Градиентный бустинг (CatBoost, XGBoost, LightGBM), линейные модели, кластеризация, метрики, валидация. Со своей стороны мы предлагаем: Работу в одной из крупнейших международных компаний, с брендами, которые действительно любят; Конкурентоспособную заработную плату (по результатам собеседования), годовой бонус; Официальное трудоустройство, соблюдение Трудового Кодекса РФ; Оплачиваемый больничный до 100% оклада; Полис ДМС (расширенный со стоматологией), страхование жизни; Компенсацию питания; Сервис «Понимаю» - бесплатные консультации психологов, юристов, финансистов, специалистов по здоровому образу жизни; Пятидневную рабочую неделю (гибридный формат работы), пятница - сокращённый рабочий день (до 15:30); Офис в центре Москвы (7 минут от ст. м. Новослободская и Маяковская); Кофейные наборы в подарок каждый квартал; Лучший кофе в офисе :)Похожие вакансии
Бизнес Data аналитик (Data Scientist)
Договорная
Москва. Станции метро: Маяковская, Новослободская
Ростелеком Информационные Технологии
Data Scientist (Инженер больших данных)
Договорная
Москва. Станции метро: Маяковская, Новослободская
Decart IT-production