О компании
РОМИР – лидер прикладной науки о человеке, семье и обществе, научно-практической психологии, социологии, маркетинга, демографии и социальной статистики. С 1987 года мы занимаемся комплексным изучением социальных процессов на евразийском пространстве, развивая инновационные исследовательские инструменты на основе фундаментальных социальных и гуманитарных наук.
Специалист в команду Data Science на проекты в области ритейл-аналитики и обработки больших данных. Основной фокус — ML- и LLM-решения для обработки данных: разработка по ТЗ, эксперименты и замеры качества, вывод в прод и поддержка.
Задачи
•Сборка выборок из баз (ClickHouse, MySQL, Postgres) по поставленным ТЗ: SELECT, JOIN, агрегации.
•Подготовка обучающих выборок и эталонов, оценка качества моделей, контроль автоматической разметки и ручная проверка спорных случаев.
•Формирование сбалансированных датасетов для дообучения.
•Проверка гипотез: подготовка данных, обучение моделей, тестирование подходов (классический ML, эмбеддинги и векторные представления), построение пайплайнов на LLM через API и локально.
•Снятие метрик, выполнение экспериментов по чек-листу на разных параметрах, сравнение подходов, фиксация результатов в воспроизводимом виде, оформление отчётов.
•Извлечение структурированной информации из текстов, сопоставление записей (эмбеддинги, векторный поиск, проверка через LLM), обогащение данных агентным поиском (DeepSearch); регулярные прогоны, замеры качества и покрытия, оценка уверенности.
•Разработка и поддержка ML-модулей на Python по ТЗ: код с тестами, код-ревью, вывод в прод, поддержка готовых решений.
•Участие в исследовательской части проектов: разбор актуальных статей и решений в области LLM, DeepSearch и классического ML, поиск релевантных подходов под текущие задачи команды, подготовка кратких обзоров найденных методов с оценкой применимости.
•Проверка перспективных подходов на пилотных выборках.
•Участие в обсуждениях архитектуры будущих решений.
Требования
•Python: уверенное владение, знание основных библиотек для работы с данными и ML (pandas, numpy, scikit-learn), умение писать чистые воспроизводимые скрипты.
•Классический ML: понимание основных алгоритмов (линейные модели, деревья, градиентный бустинг, кластеризация), умение корректно подбирать метрики под задачу и интерпретировать результаты.
•Векторные представления: понимание эмбеддингов, умение работать с векторными моделями (sentence-transformers, embedding-модели), базовый опыт с векторным поиском.
•LLM: понимание принципов работы языковых моделей, опыт построения промптов, использование API и локальных моделей; ориентация в актуальных подходах (RAG, few-shot, structured output).
•DeepSearch: опыт в использовании поисковых моделей, понимание принципов построения агентского веб-поиска.
•SQL: уверенный уровень для аналитических выборок — SELECT, JOIN, оконные функции, агрегации, подзапросы.
•Алгоритмы и структуры данных: базовый уровень, достаточный для написания эффективного кода обработки данных.
•Git: базовая работа с ветками, коммитами, мерж, решение конфликтов.
•Разработка в команде: работа в существующей кодовой базе, тесты (pytest), код-ревью.
•Обработка текста: регулярные выражения, нормализация и очистка строк.
Будет плюсом:
•Опыт с ClickHouse и PostgreSQL — плюс, но не обязателен.
•Docker и Linux на уровне пользователя — плюс.
•Сбор данных из веба: парсинг (requests или httpx, BeautifulSoup, Playwright) — плюс.
Условия
•Работа в одной из самых динамично развивающихся компаний на российском исследовательском рынке.
•Работа с молодой командой профессионалов, которые горят своим делом и нацелены на результат.
•Возможность участия в самых крупных российских исследовательских проектах.
•Оформление в соответствии с ТК РФ.
•Комфортный современный офис в шаговой доступности от ст. м. Багратионовская, м. Фили и Парк Победы.
•Уровень заработной платы обсуждается с успешным кандидатом на собеседовании.
•График работы с 9.30 до 18.00, 5/2, суббота и воскресенье — выходные.
