- Страна
- Казахстан
Data Scientist (Middle)
Оценка ИИИнтересная роль в государственном секторе с фокусом на современные технологии (LLM, NLP). Четкие требования и понятный стек технологий делают вакансию привлекательной для специалистов уровня Middle, желающих работать над социально значимыми проектами.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИПозиция требует уверенных знаний в области NLP и LLM, а также практического опыта работы с Python и SQL от 2 лет. Основная сложность заключается в необходимости глубокого понимания современных методов дообучения моделей (LoRA, SFT) и работы с образовательными данными.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана. Для позиции Middle Data Scientist в Астане рыночный диапазон обычно составляет от 800 000 до 1 500 000 тенге (в эквиваленте), в зависимости от сложности задач и квалификации кандидата.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
Data Scientist (Middle)
Национальный центр тестирования (НЦТ)
*📍* Астана / работа в офисе
Мы ищем Data Scientist для разработки и внедрения решений на основе искусственного интеллекта, машинного обучения и обработки естественного языка.
Обязанности:
\* Разработка ИИ-решений для образовательных систем
\* Проектирование NLP-моделей для понимания и генерации текста
\* Разработка автоматизированных пайплайнов для проверки и оценки ответов
\* Проведение экспериментов с большими языковыми моделями (LLM), промптами и методами дообучения
\* Подготовка, обработка и анализ данных
\* Оценка качества моделей и проведение экспериментов
Требования:
\* Опыт работы в Data Science, Machine Learning или NLP от 2 лет
\* Хорошее знание основ машинного и глубокого обучения
\* Уверенное владение Python
\* Продвинутый уровень SQL
\* Опыт работы с библиотеками для анализа данных и машинного обучения:
\* NumPy
\* pandas
\* scikit-learn
\* Опыт работы с фреймворками глубокого обучения:
\* PyTorch
\* TensorFlow — будет преимуществом
\* Опыт решения NLP-задач: классификация, генерация текста, извлечение информации и оценка семантического сходства
\* Понимание современных методов работы с LLM: SFT, LoRA/QLoRA, adapters и prompt engineering
\* Знание основных метрик оценки качества ML- и NLP-моделей
\* Опыт работы с Git
Будет преимуществом:
\* Практический опыт дообучения больших языковых моделей
\* Опыт работы с LangChain или LlamaIndex
\* Опыт разработки API с использованием FastAPI
\* Опыт обработки речи и работы с библиотеками Whisper, SpeechBrain или torchaudio
\* Опыт внедрения ML-моделей в промышленную эксплуатацию
Контакты - Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- SQL
- NLP
- Machine Learning
- Deep Learning
- NumPy
- Pandas
- Scikit-learn
- PyTorch
- TensorFlow
- LLM
- SFT
- LoRA
- QLoRA
- Prompt Engineering
- Git
- LangChain
- LlamaIndex
- FastAPI
- Whisper
Возможные вопросы на собеседовании
Проверка практического опыта работы с современными методами оптимизации LLM.
Расскажите о вашем опыте использования LoRA или QLoRA: в каких задачах вы их применяли и каких результатов удалось достичь?
Оценка навыков проектирования систем автоматической проверки текстов.
Какие метрики и подходы вы бы использовали для оценки качества автоматизированной системы проверки открытых ответов в образовательных тестах?
Проверка владения инструментами разработки и интеграции.
Был ли у вас опыт развертывания ML-моделей через FastAPI? Опишите типичный пайплайн доставки модели в продакшн.
Оценка знаний в области обработки естественного языка.
Как вы решаете проблему семантического сходства текстов, если стандартные эмбеддинги не дают нужной точности в специфической доменной области?
Проверка навыков работы с данными.
С какими основными проблемами в данных вы сталкивались при подготовке датасетов для обучения NLP-моделей и как их решали?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
