tldr: Middle DS/NLP в GigaChat, 250–450к/мес гросс + бонус 3–7 окладов
🟢 Должность: Middle Data Scientist (NLP/LLM Ops)
🟢 Компания: SberDevices (команда GigaChat)
🟢 Занятость: Фуллтайм
🟢 Формат работы: Москва, офис / удаленка по РФ
🟢 ЗП:
- от 250 до 400к Gross (Middle)
- от 300 до 450 Gross (Middle+)
и годовой бонус (примерно 3–7 окладов)
🚀 Описание вакансии:
Ищем специалиста, который будет находить инсайты в текстовых данных - звонки, чаты, отзывы, обращения пользователей. Работы много: автоматизации аналитики для КЦ, помощь продуктовым командам с поиском точек роста и т д. Нам нужен Data Scientist, который владеет самым современным инструментарием и будет отвечать за направление LLM-supported аналитики.
🔎 Ищем Middle DS, который:
- Умеет находить смысл в данных
- Спокойно жонглирует эмбеддерами, кластеризациями, классическими ML алгоритмами
- Может разобраться в бизнес-кейсе и предложить рабочее LLM/NLP-решение
- Готов копаться в пайплайнах, строить агентные системы, помогать с прод-выкаткой
💪 Требования:
- 1+ год опыта в Data Science
- Отличная база по классическому ML
- Базовое понимание инструментов создания агентных систем
- Знание Python на высоком уровне (алгоритмы, структуры данных)
- Знание теорвера, статистики
- Уметь выжать value из свалки каких-то данных
➕ Будет преимуществом:
- LLM-based pet-project'ы
- Опыт решения нестандартных задач в смежных областях
- Релевантные публикации и выступления на конференциях
- Обучение в ШАД / AI Masters
- Опыт краудсорс разметки
🤝 Условия:
- Тесное взаимодействие с бизнесом, возможность влиять на продукт целиком, нестандартные ML задачи
- Мощные сервера, терабайты данных, свой сервис разметки
- Молодая, дружная и очень сильная команда выпускники топовых вузов
- Конференции и обучение, возможность выступать на внутренних и внешних мероприятиях
- ДМС, программы лояльности для сотрудников
- Гибкий график работы, удаленка по всей России
- Возможность вырасти и в экспертизе, и в роли
☎️ Резюме и вопросы присылать @username27
Post #716
10.6K
- 🤣 53
- ❤ 17
- 🔥 7
- 🥱 3
- 🤪 2
- 👎 1
- 🗿 1