Sr. Data Scientist (AI & ML)

Как ведущая компания по доставке в регионе, мы несем большую ответственность и имеем возможность влиять на жизнь миллионов клиентов, партнёров‑ресторанов и курьеров. Чтобы реализовать наш потенциал, нам нужно развивать нашу платформу, делая её гораздо более интеллектуальной в понимании и обслуживании пользователей.

В качестве Sr. Data Scientist (AI & ML) в глобальном AI‑центре ваша миссия будет заключаться в проектировании, построении и внедрении систем машинного обучения и генеративного ИИ, которые управляют решениями в продуктах и бизнесе. Вы будете отвечать за конкретную область от начала до конца, тесно сотрудничая с менеджерами продуктов и бизнеса в составе талантливой команды дата‑учёных и инженеров машинного обучения. Вы возьмёте на себя полный жизненный цикл ML: от формулирования задачи, моделирования данных и инженерии признаков до обучения модели, её развертывания, обслуживания и мониторинга в продакшене. Многие наши инициативы будут сосредоточены на использовании генеративного ИИ и LLM для таких задач, как обогащение данных, интеллектуальное понимание контента и автоматическое принятие решений, чтобы улучшать пользовательский опыт и бизнес‑операции в масштабе.

• Формулирование неоднозначных бизнес‑проблем как чётко определённых задач машинного обучения и дата‑сайнса с ясными, объективными критериями успеха.
• Предоставление высококачественных, значимых инсайтов и рекомендаций, основанных на данных, через строгий анализ и автоматизированную отчётность для поддержки стратегических организационных решений.
• Проектирование, построение и внедрение сквозных систем машинного обучения и генеративного ИИ в продакшене — охватывающих конвейеры данных, инженерию признаков, обучение моделей, их обслуживание и мониторинг.
• Выполнение инженерно‑трудоёмкой работы от начала до конца: архитектура надёжных ML‑систем, написание чистого и масштабируемого продакшн‑кода, обучение, развертывание и поддержка надёжных ML‑моделей, решающих реальные бизнес‑задачи в масштабе.
• Обучение, оценка и итерация моделей — выбор самых простых, наиболее подходящих алгоритмов и архитектур для доставки измеримой бизнес‑ценности.
• Использование LLM и генеративного ИИ для обогащения данных, интеллектуального понимания контента и автоматического принятия решений в продакшн‑системах.
• Создание и поддержка моделей данных, признаков и конвейеров, которые обеспечивают обучение моделей и позволяют измерять их эффективность и драйверы для вашей области фокуса.
• Проектирование, планирование и анализ экспериментов (A/B и многовариантных тестов) для строгой оценки влияния моделей и продуктов.
• Глубокое знакомство с исходными данными и их генерирующими системами через документацию, сотрудничество с инженерными командами и систематическое профилирование данных.
• Сотрудничество с продуктовыми и бизнес‑командами для выявления возможностей с высоким воздействием и их трансформации в ML‑решения и практические, основанные на данных рекомендации.
• Наставничество других дата‑учёных в их профессиональном росте.
• Повышение инженерных и ML‑лучших практик — улучшение наших методов работы, инструментов, MLOps и внутренних обучающих программ.

• Глубокая экспертиза в машинном обучении, генеративном ИИ, глубоком обучении, системах рекомендаций, NLP, распознавании шаблонов, добыче данных.
• Глубокие практические знания фреймворков ML и GenAI (например, Scikit-learn, XGBoost, LightGBM, CatBoost, SVMs, Keras, TensorFlow, PyTorch, Transformers, тонкая настройка LLM).
• Сильные фундаментальные навыки программной инженерии: отличные навыки кодирования, твёрдое понимание структур данных и алгоритмов, подтверждённая способность как в общем проектировании систем, так и в проектировании ML‑систем.
• Доказанный опыт построения, развертывания, обслуживания и мониторинга ML‑моделей в продакшене, с хорошим пониманием практик MLOps.
• Сильные навыки инженерии данных и ML, включая построение и оркестрацию конвейеров данных и обучения (например, через Airflow) и надёжную инженерию признаков.
• Отличное владение SQL и умение проводить воспроизводимый анализ и моделирование в Python.
• Твёрдая статистическая база, включая дизайн и анализ экспериментов (A/B и многовариантных) и инференциальные, причинные и предиктивные методы.
• Знакомство с моделированием данных и измерением измерений.
• Полный контроль над всем жизненным циклом ML, от формулирования задачи и аудита данных до моделирования, развертывания, интерпретации и презентации.
• Знакомство с данными продукта (импрессии, события и т.д.) и измерением здоровья продукта (конверсия, вовлечённость, удержание и т.д.).
• Степень бакалавра в области инженерии, компьютерных наук, технологий или смежных областей. Диплом магистра является плюсом, но не обязателен.
• 5+ лет опыта в дата‑сайнсе, инженерии машинного обучения и генеративном ИИ, включая вывод ML‑моделей в продакшн.
• Хороший решатель проблем с менталитетом «разберусь».
• Отличный командный игрок.
• Отличный коммуникатор.
• Сильное чувство ответственности и подотчётности.
• Подход «делай проще», чтобы #makeithappen.

• Опыт работы с LLM и решениями на основе NLP для обогащения данных и умной автоматизации будет плюсом.
• Знакомство с BigQuery и Google Cloud Platform будет плюсом.
• Опыт построения ML‑систем в онлайн‑среде потребительского продукта будет плюсом.
• Диплом магистра будет плюсом, но не обязателен.