Data scientist

Мы ищем Data Scientist (Middle+) для разработки и оценки алгоритмов семантического сопоставления текстов.

• Разрабатывать и улучшать алгоритмы поиска заимствований, включая семантическое сопоставление текстов, поиск перефразирований и глубокого рерайта
• Проводить исследования и сравнительные эксперименты: классические методы (шинглы, n-граммы), эмбеддинги, трансформеры
• Формулировать и проверять гипотезы самостоятельно, выбирать метрики и критерии качества дата сетов
• Готовить датасеты, разметку, валидацию и тестовые выборки; контролировать качество данных
• Оценивать false positive / false negative
• Работать в связке с продуктом и разработкой и предлагать решения
• Документировать подходы, эксперименты и ограничения

• Опыт в Data Science от 3 лет
• Уверенный Python: pandas, numpy, scikit-learn, PyTorch/TensorFlow
• Понимание задач семантического сходства, классификации текстов, поиска дублей и перефразирований
• Опыт работы с русскоязычными текстами: токенизация, морфология
• Опыт работы с метриками качества: precision/recall/F1, ROC-AUC, калибровка вероятностей, анализ ошибок
• Опыт работы с vector search / embeddings search (FAISS, Milvus, Qdrant и аналоги)
• Навык самостоятельно разбираться в новой предметной области и предлагать решения
• Самостоятельность: умеет сам распределять свое время, приоритизировать и доводить задачи до видимого результата
• Исследовательское мышление: не боится неопределённости и проверяет гипотезы данными
• Инженерная зрелость: думает не только о метриках, но и о продакшене, стоимости инференса и поддержке
• Умение объяснять сложные вещи простым языком продукту и бизнесу
• Будет плюсом: Опыт в поиске заимствований, дедупликации или информационном поиске; Понимание методов детекции AI-generated text: перплексия, burstiness, стилометрия, классификаторы на трансформерах; Опыт с LLM: промпт-инжиниринг, fine-tuning, RAG, оценка галлюцинаций; Опыт работы с длинными документами: chunking, агрегация предсказаний по фрагментам; Знание SQL и опыт работы с большими текстовыми корпусами; Опыт A/B-тестирования моделей в продукте; Публикации, pet-проекты или вклад в open-source по NLP/ML

• Работа в офисе (гибрид - обсуждается)
• Работа в аккредитованной ИТ-компании
• Оформление в соответствии с ТК РФ
• График 5/2 (сб, вс - выходные)
• Белая ЗП.