Если вы раньше входили через Google, сбросьте пароль для своей Gmail-почты через кнопку «Забыли пароль?» на экране входа. Затем войдите по email и новому паролю.
Если аккаунта ещё нет, зарегистрируйтесь с Gmail-почтой, после подтверждения почты мы предложим задать пароль.
Что нового
Загружаю обновления...
Что нового
Загружаю обновления...
Работа найдется быстрее с подпискойКандидат найдётся быстрее с подпиской
Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Описания нет
задачи
Отвечать за ML-компоненты продуктов: классификацию, персонализацию, ранжирование и кластеризацию — от постановки задачи до выкатки и мониторинга;
Развивать RAG-систему: повышать качество поиска по базе знаний и релевантность ответов, контролировать галлюцинации, разрабатывать стратегии разметки текста и индексации;
Строить оценку качества LLM с нуля: создавать датасеты, внедрять автоматические метрики, организовывать ручную разметку и отслеживать деградацию после обновлений;
Разрабатывать и тестировать системные промпты с измерением эффекта каждого изменения;
Вести продуктовую аналитику: анализировать воронки, когорты, удержание и A/B-тесты, переводить выводы в конкретные продуктовые решения;
Снижать стоимость и задержку LLM-вызовов за счёт маршрутизации по сложности задачи, сжатия контекста и кэширования;
Работать с мультимодальными моделями: выполнять анализ изображений и извлекать структурированные данные из визуального контента.
требования
Опыт работы от 4 лет в сфере Data Science / ML;
Владение полным циклом ML: разработка признаков, обучение, валидация, выкатка и мониторинг дрейфа;
Сильное владение SQL и умение самостоятельно строить продуктовую аналитику без привлечения отдельного аналитика;
Владение Python на уровне продуктового кода, включая pandas и scikit-learn;
Опыт работы с embedding-моделями: построение и применение в поиске и RAG;
Практический опыт оценки качества LLM, созданной собственными руками, а не через готовые обёртки;
Умение работать с воронками, когортами, ретеншеном и A/B-тестами, связывать результаты с продуктовыми решениями;
Будет плюсом дообучение LLM с использованием LoRA и QLoRA, понимание агентных систем, опыт работы с мультимодальными эмбеддингами CLIP, SigLIP и аналогами для поиска по изображениям, понимание юнит-экономики AI-продукта, разработка внутренних инструментов для оценки качества моделей в команде.
условия
Пятидневная рабочая неделя и восьмичасовой рабочий день;
Оформление по ТК РФ с первого дня и все социальные гарантии;
Белая заработная плата;
Зарплатный проект Сбера, льготная ипотека или рефинансирование существующей ипотеки для сотрудников, работающих полгода и дольше;
Бесплатная подписка Прайм+, доступы к онлайн-кинотеатру, аудио-сервисам, аптеке и другим сервисам;
ДМС со стоматологией после трёх месяцев работы;
Онлайн-консультации врачей и страховка для путешественников;
Предоставление необходимой техники;
Условия для профессионального развития и карьерного роста;
Комфортный офис в Москве с тихой зоной для работы и переговорными;
Корпоративные скидки у партнёров, конкурсы и квизы с призами, подарки для детей.