- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Data Scientist
Оценка ИИИзвестная компания с сильной корпоративной культурой, ДМС и фокусом на профессиональное развитие. Задачи современные (LLM, агенты), что делает позицию привлекательной для профессионального роста.
Сложность вакансии
Оценка ИИРоль требует не только уверенного владения Python и ML, но и специфического опыта работы с LLM и агентными системами, а также умения работать с научными публикациями. Высокая планка задается необходимостью проектирования сложных интеграций и автоматизации процессов.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, однако для Data Scientist с опытом от 2 лет и навыками работы с LLM в Москве рыночные предложения обычно начинаются от 250 000 рублей. Лига Цифровой Экономики является крупным игроком, поэтому можно ожидать конкурентоспособное вознаграждение, соответствующее средним или верхним границам рынка.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Лига Цифровой Экономики уже сейчас
Присоединяйтесь к Лиге Цифровой Экономики и создавайте передовые решения на базе LLM и агентских систем!
Описание вакансии
Data Scientist
Москва
Компания: Лига Цифровой Экономики
*🔹*Твои задачи:
-Создание библиотеки навыков различной сложности, от простых утилит до комплексных аналитических инструментов (например, глубокая интеграция с Jira для анализа статусов, зависимостей и автоматизации документооборота).
-Проектирование и внедрение механизмов автоматизации рутинных бизнес-процессов с целью минимизации человеческого фактора и оптимизации рабочих потоков
-Проведение прикладных исследований в области актуальных архитектур LLM и агентских фреймворков
-Изучение профильных научных публикаций и выполнение прототипов (PoC) на основе современных методов (State-of-the-Art) для их последующего внедрения в продуктовый контур
-Оптимизация внутренних инструментов для обеспечения возможности масштабирования навыков и их легкого переиспользования другими пользователями системы.
-Создавать и оптимизировать рекомендательные системы для повышения вовлеченности пользователей
-Работать с технической документацией
-Диагностировать зоны роста: разработать методологию выявления «западающих» компетенций операторов на основе кластеризации ошибок и анализа результатов работы в линии
*🔹*Что мы ждем от тебя:
-Высшее образование в области математики, статистики, информатики или смежных областях
-Опыт работы в области Data Science или Machine Learning от 2 лет
-Отличные знания Python и библиотек для анализа данных
-Практический опыт работы с LLM и агентными системами
*🔹*Будет плюсом:
-Знания алгоритмов кластеризации, регрессии, классификации и временных рядов
-Навыки работы с распределенными системами и контейнеризацией (Docker, Kubernetes)
-Английский язык на уровне, достаточном для чтения профессиональной литературы и общения с зарубежными коллегами
*🔹*Что мы обеспечиваем:
-Внутренние семинары, митапы, мы очень любим учиться новому
-ДМС со стоматологией для сотрудников и скидку на покупку ДМС для ближайших членов семьи
-Технику для комфортной работы
-Сессии профессионального развития персонала, результатом которой является план индивидуального развития каждого сотрудника
Контакты: Откликнуться
IT Jobs в Telegram | в VK | в Max
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- Machine Learning
- LLM
- Statistics
- Kubernetes
- Docker
- Jira
- Mathematics
- Data Science
Возможные вопросы на собеседовании
Вакансия предполагает работу с современными методами. Важно понимать, как кандидат отслеживает тренды.
Какие последние архитектуры LLM или агентские фреймворки (например, LangChain, CrewAI) вы использовали в своих проектах и почему выбрали именно их?
В задачах указана интеграция с Jira и автоматизация документооборота.
Расскажите о вашем опыте проектирования инструментов, которые автоматизируют рутинные бизнес-процессы. С какими сложностями при интеграции вы сталкивались?
Одной из задач является разработка методологии выявления ошибок операторов.
Как бы вы подошли к задаче кластеризации ошибок операторов для выявления зон роста компетенций? Какие алгоритмы и признаки вы бы использовали?
Упоминается оптимизация для масштабирования.
Как вы обеспечиваете переиспользование кода и масштабируемость созданных вами ML-моделей или навыков для LLM?
В задачах есть пункт про рекомендательные системы.
Какие подходы к построению рекомендательных систем вы считаете наиболее эффективными для повышения вовлеченности пользователей в корпоративных инструментах?
Похожие вакансии
Data Scientist (Senior)
Senior Data Scientist
Data Scientist (MLOps)
ML Engineer (Senior)
Старший специалист по Data Science
ML-инженер
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!