Старший Data Scientist, Возвраты ML

Привет! Это команда Возвраты ML. Мы ищем талантливого Data Scientist/ML Engineer в новую ML-команду отдела «Возвраты маркетплейса». Отдел занимается обработкой и модерацией возвратов покупателя и продавца, аннуляциями, спорами между покупателями и продавцами, а также обработкой звонков по подменным номерам. Внутри отдела выделяется новая ML-команда, которая будет строить ML-направление и помогать автоматизировать процессы, где сейчас много ручной проверки и операционных затрат. Команда будет заниматься полным циклом разработки ML-моделей: от погружения в бизнес-задачу, сбора и анализа данных до обучения, тестирования, деплоя, мониторинга и поддержки моделей в продакшене. Основные направления работы команды: NLP / LLM для анализа текстов и транскрибаций звонков, анализ фото- и видеоконтента в возвратах и спорах: проверка качества фотографий, поиск повреждений, и т.д., research-задачи, где нужно быстро проверять гипотезы на реальных данных и доводить успешные решения до production-релизов.

- Разработка и обучение ML/DL-моделей для задач NLP и Computer Vision. Возможен также classic ML. - Анализ и обработка данных. - Работа с PyTorch. - Тестирование и оптимизация моделей. - Подготовка модели к запуску в продакшене, участие в A/B тестах, поэтапных раскатках и мониторинге качества. - Поддержка существующих моделей.

- Широкий прикладной ML-бэкграунд: опыт работы минимум с двумя направлениями из Computer Vision, NLP / LLM, classic ML (обучение моделей, интеграция их в реальные проекты). - Коммерческий опыт в Data Science / ML от 4 лет. - Уверенное знание Python и PyTorch. - Хорошее знание классического ML и современного DL (включая математику за ними). - Опыт самостоятельного ведения задач на разных этапах проекта. - Умение переводить бизнес-задачу в ML-постановку и предлагать практичные решения. Будет плюсом - Опыт работы с полным циклом обучения моделей от сбора данных до вывода в прод. - Работа со звуком/видео.

- Python, PyTorch, Scikit-learn, NLP: transformers, pymorphy, spacy, NLTK, Vector databases, vLLM/SGLang, LlamaIndex, LangChain, LangGraph, CV: OpenCV, модели классификации/детекции/сравнения изображений, SQL: ClickHouse, Vertica, Hadoop, PySpark, AirFlow, MLFlow, Grafana, NVIDIA Triton: ONNX, TensorRT., Confluence, Jira.