Описание
Мы — отдел разработки продуктов: строим data-driven-решения для товаров повседневного спроса, рынка потребительской техники и опросов потребителей, поставляемые на едином платформенном решении. Мы ищем специалиста, который станет связующим звеном между этапом прототипирования и внедрением промышленного решения для наших клиентов.
Задачи
•Обеспечение полного цикла разработки продуктовых аналитических решений.
•Доработка экспериментальных прототипов, разработанных исследователями, до масштабируемого, производительного, отказоустойчивого решения.
•Интеграция финальных решений на аналитическую платформу и в существующие API-сервисы.
•Развитие AI-инициатив компании как технический эксперт: LLM-пайплайны, агентные системы, внутренняя MCP-инфраструктура.
•Техническое курирование решений, реализуемых подрядчиками и на готовых платформах: от пилота до приёмки и внутреннего обслуживания.
•Разработка, стандартизация, внедрение и сопровождение аналитических решений (от этапа PoC до Prod).
•Адаптация сложных статистических и эконометрических моделей для их бесшовной интеграции с колоночными хранилищами данных (ClickHouse), встраивание решений в конвейер данных для платформы.
•Повышение эффективности существующих аналитических продуктов: оптимизация и масштабирование кода, применение высокопроизводительных вычислений и методов обработки данных, обеспечение отказоустойчивости решения.
•Проектирование и построение масштабируемых аналитических конвейеров с использованием контейнеризации и распределённых систем.
•Настройка CI/CD-процессов для ML-компонентов.
•Участие в разработке и сопровождении LLM-пайплайнов и агентных систем (RAG, MCP-интеграции, скиллы) для автоматизации обработки запросов, подготовки данных и документов.
•Техническое сопровождение решений, реализуемых подрядчиками и на готовых платформах: технические требования, предоставление и запрос данных и API для пилотов, приёмка результатов, подготовка к внутреннему обслуживанию.
•Участие во внедрении сервисов безопасности LLM-инфраструктуры (маскирование данных, контроль запросов) и подключение к ним внутренних систем.
•Обеспечение встроенного качества кода: написание юнит-тестов, работа с шаблонами проектирования, документирование архитектурных изменений.
•Взаимодействие с владельцами данных, специалистами и представителями бизнеса.
Требования
•Образование: высшее образование в области статистики, математики, экономики, точных наук.
•Опыт: не менее 3 лет коммерческого опыта на позиции инженера по машинному обучению или разработчика аналитических решений; текущая или последняя позиция — связана с машинным обучением или анализом данных.
•ML: уверенное знание алгоритмов оптимизации, методов классического машинного обучения и статистики; понимание утечек данных, схем валидации и выбора метрик.
•MLOps: CI/CD для ML-компонентов, версионирование моделей и данных, мониторинг качества моделей в проде.
•Языки программирования: уверенное владение Python для ML и статистического моделирования (pandas, scikit-learn, statsmodels, fastapi, pydantic, pytest, sqlalchemy и др.), опыт написания робастного масштабируемого кода, работы с библиотеками валидации данных и запросов, знание шаблонов проектирования.
•SQL: опыт работы с ClickHouse, базовое знание PostgreSQL, работа через ORM.
•Контейнеризация: Docker/podman, docker-compose.
•API: уверенные навыки работы и написания интерфейсов к REST-сервисам.
•Производительность: опыт оптимизации производительности и масштабируемости кода (распараллеливание, оптимизация вычислений, профилирование).
•LLM и агентные системы: базовое понимание LLM-приложений (RAG, агентные системы, интеграция LLM с корпоративными данными и API) и вопросов их безопасности (маскирование данных, prompt-инъекции).
•Развитое математическое мышление, сильные аналитические способности и навыки решения нестандартных задач.
•Высокое внимание к деталям, ориентация на профессиональное и безупречное выполнение задач.
•Отличные коммуникативные навыки: уважение к коллегам, готовность к сотрудничеству, дружелюбие и эмпатия.
•Способность служить примером в формировании командного духа и развитии коллаборации.
•Спокойное, уважительное отношение к чужому коду: ревью и доработка прототипов исследователей с минимальным диффом, вопросы автору — вместо молчаливой переделки.
•Ясная письменная и устная коммуникация: умение формулировать вопросы, документировать решения, переводить статистику на язык бизнеса.
•Самостоятельность в роли внутреннего эксперта: готовность брать техническую ответственность за решения, реализуемые внешними командами.
•Организованность и гибкость, уверенность в себе, решительность и нацеленность на результат.
•Опыт работы в гибких методологиях разработки (Agile, Scrum).
•Интерес к LLM- и агентной экосистеме: желание расти вместе с AI-инициативами компании 2027 года.
•Английский язык на уровне, достаточном для чтения профессиональной литературы, технической документации и работы с внешними запросами.
Будет плюсом:
•Базовое знание R (tidyverse).
•Greenplum.
•Docker Swarm / Kubernetes.
•Опыт с gRPC или GraphQL.
•Глубокий опыт работы с LLM.
•Статистика: навыки работы с хотя бы одной из областей — опросные данные (взвешивание, коррекция смещений, байесовская статистика), эконометрическое моделирование (оценка воздействия программ, прогнозирование, панельные данные), планирование эксперимента (A/B-тестирование, дизайн экспериментов).
•Опыт работы с MCP (Model Context Protocol) и агентными фреймворками/средами.
•Опыт построения LLM-приложений в проде: RAG, агентные системы, интеграция LLM с корпоративными данными и API; знакомство с принципами GuardRails.
•Векторные БД: Qdrant, ChromaDB.
•Опыт технического взаимодействия с подрядчиками и вендорами: постановка требований, приёмка, сопровождение внешних решений.
•Опыт внедрения сервисов маскирования и безопасности LLM.
•Опыт автоматизации документных процессов (OCR, извлечение данных, генерация документов по шаблонам).
Условия
•Гибридный режим работы (3 дня в офисе, 2 дня удаленно).
•Возможность развиваться в рамках компании, участвовать в стратегических проектах и влиять на решения бизнеса.
•Медицинская страховка (включая стоматологию), страхование при поездках за рубеж, страхование жизни, социальные проекты.
•Дружный коллектив, поддержка наставников, корпоративные мероприятия.
