Мы создаем и применяем AI-технологии для развития финансовой экосистемы Тинькофф, внедряем машинное обучение в продукты и внутренние процессы компании, делаем решения качественнее, безопаснее и удобнее для пользователей, вкладываемся в долгосрочные исследования. Сейчас мы в поисках ML-инженеров, которые привнесут экспертизу и свой вклад в развитие Центра технологий искусственного интеллекта. Наши технологии Диалоговые системы. Обучаем финансового ассистента поддерживать разговор и отвечать на запросы пользователей в чате с поддержкой Компьютерное зрение. Делаем безопасную авторизацию по лицу, оживляем фотографии для реалистичной анимации, распознаем документы и многое другое Рекомендательные системы. Учимся предугадывать желания пользователей, чтобы предлагать им именно то, что нужно Речевые технологии. Автоматизируем голосовое общение между бизнесом и клиентами ML-антифрод. С помощью алгоритмов оберегаем пользователей от мошенников, оперативно замечая подозрительные действия в личном кабинете Предиктивные технологии. Прогнозируем будущее клиентов, чтобы помогать им контролировать финансы. Почему Тинькофф? Делаем жизнь миллионов людей лучше, предоставляя им доступ к качественным продуктам: от финансового ассистента Олега до рекомендательной ленты в приложении «Пульс». Делимся опытом во всех областях ML: CV, NLP, RecSys, Speech и Time Series. Проводим внутренние семинары и обсуждаем последние новости AI. Даем возможность как закидывать наработки в прод на миллионы пользователей, так и проводить исследования в своей области. Развиваем в МФТИ лабораторию, с которой можно и нужно делать коллаборации. Выстраиваем процессы и используем инфраструктуру Тинькофф, при этом минимизируем бюрократию. Фокусируемся на принципе AI-first. Не копим легаси. Оплачиваем участие в топовых AI-конференциях 2—3 раза в год. Обязанности Изучение научных статей, генерирование гипотез, постановка экспериментов на их основе и донесение результатов до команды Улучшение качества моделей в различных сценариях Ускорение работы моделей с применением современных методов оптимизации и архитектур Написание воспроизводимого кода, оформление экспериментов в воспроизводимые пайплайны, включающие разметку и обработку данных, обучение моделей и валидацию системы в целом Требования Опыт разработки моделей машинного обучения с использованием современных DL фреймворков (Tensorflow, Pytorch, Keras, etc) и применения их в продакшене Глубокое понимание принципов работы современных алгоритмов машинного обучения Высокий уровень знания Python Умение декомпозировать задачу в переиспользуемые и тестируемые библиотеки и компоненты Хорошая теоретическая подготовка в областях математики, алгоритмов и структур данных, прикладной статистики Умение самостоятельно изучать научные статьи на английском языке и желание ставить эксперименты на их основе Практические знания Linux, Git, Bash, Docker Мы предлагаем Гибридный формат работы (офис находится в Бресте, Беларусь) по ТК РБ 31 календарный день отпуска и до 5 sick days в году Медицинское страхование (со стоматологией и медикаментами) и страховку от несчастных случаев (+ льготное страхование для ваших близких) Золотую карту AllSports или частичную компенсацию затрат на спорт от стоимости абонемента Профессиональное развитие в университете Тинькофф Апгрейд, возможность участвовать в митапах, тренингах и МК от Тинькофф, частичную компенсацию внешних обучающих программ / сертификаций Компенсацию такси или питания до 12 рублей в день Мощную технику на выбор (Windows / MacBook) Программу лояльности для сотрудников Тинькофф в Беларуси от партнеров (benefits.by) Достойную зарплату (с привязкой к USD) и годовой бонус Ежегодный пересмотр зарплаты
Похожие вакансии