Data Scientist

Ищем Data Scientist в наш новый продукт для физических лиц: облачное хранилище и почтовый сервис, готового реализовать свои идеи в развитии технологий почтовых сервисов.

Сейчас у наших продуктов многомиллионная аудитория, но мы продолжаем развиваться.

Для нас 2026 - год роста аудитории и запуск глобально нового продукта, согласно стратегии развития.

Крупнейшая технологическая Экосистема РФ и его партнеров открывает перед нами огромные возможности:

> 100 000 000 клиентов;

> 1 000 поверхностей с многомиллионной аудиторией;

> 10 000 000 партнеров и каналов продаж.

Мы приглашаем вас стать частью корпоративного стартапа: с одной стороны, у нас ресурсы и возможность создавать продукты нового уровня, с другой - самый надёжный партнер и инвестор российского рынка.

Чем предстоит заниматься?

• Разрабатывать и внедрять LLM/NLP компоненты: поиск, суммаризация, классификация, извлечение сущностей, стилизация текста для различных доменов (письма/файлы);
• Строить workflow и агентные сценарии (tool calling, orchestration, memory, planning, human-in-the-loop);
• Проектирование и реализация RAG (chunking, embeddings, vectorDB, retrieval+reranking, evaluation);
• Писать production-ready код с учетом нагрузки, стоимости инференса и задержек (FastAPI, async, microservices);
• Участвовать в разработке и внедрении MLOps-инфраструктуры (Vector DB, inference Engine, feature store);
• Оценка качества AI-систем (offline eval, benchmarking, hallucination detection, accuracy/faithfulness/latency/cost).

Что ждём?

• Понимание современных LLM архитектур и их ограничений в production (transformer, attention, hallucinations, privacy, guardrails, SLA);
• Практический опыт с LLM: prompt engineering, RAG, дообучение (LORA/PEFT), оценка качества;
• Понимание как ML/LLM-системы ведут себя при высокой нагрузке: latency, стоимость инференса, throughput и понимание методов оптимизации;
• Понимание принципов работы векторного поиска (Qdrant/Milvus/pgvector/Weaviate);
• Знание SQL и опыт работы с хранилищами данных;
• Уверенный Python, CI/CD, Docker, знание принципов интеграции (REST/API);
• Опыт с агентскими фреймворками (LangGraph, LlamaIndex, AutoGen);
• Опыт работы с инструментами MLOps/LLMOps (vLLM/TGI/SGLang, MLFlow/ClearML, Langfuse, Airflow/Prefect);
• Архитектурное мышление: умение выбирать между rules/ classic ML/ LLM / RAG / Agentic подходами.

Будет плюсом:

• Опыт использования GigaChat в продуктах;
• Опыт дообучения и адаптации open-source моделей под доменные задачи (PEFT/LORA/SFT);
• Опыт разворачивания и эксплуатации LLM-инфраструктуры в production (self-hosted LLM, LLM Gateway/Proxy, GPU utilization);
• Опыт оптимизации LLM-инференса (batching, KV-cache, prefix caching, quantization, и др) для работы с высокими нагрузками.

Что тебя ждёт?

• Официальное трудоустройство;
• современный офис (на Даниловской мануфактуре), собственный спортзал от «Лиги Героев», а также занятия футболом, настольным теннисом, боксом и групповые тренировки «Здоровая спина»;
• ДМС со стоматологией, офисный врач, доплата за больничный лист, корпоративные скидки;
• электронная библиотека издательства МИФ, в которую входят почти 2 тыс. единиц контента по бизнесу, саморазвитию, здоровому образу жизни и другим актуальным темам;
• насыщенная корпоративная жизнь.