AI Tech Lead (LLM)

Что предстоит делать

• Проектировать и прототипировать Data Science компоненты в рамках рабочих направлений по продуктовому портфелю Дивизиона ИИ.
• Участвовать в построении архитектуры решений, включая технический анализ интеграции DS компонент в продукты.
• Определять и внедрять лучшие практики, применять передовые (SOTA) подходы в области data science, машинного и глубокого обучения для решения продуктовых и платформенных задач.
• Обеспечивать координацию и техническое лидерство (dotted-line reporting) командой data science инженеров для достижения высокого качества результатов.
• Сотрудничать с другими департаментами для определения требований к данным и моделям, а также для согласования стратегии использования данных. Аргументированно предлагать и отстаивать оптимальные DS решения с учетом производительности, качества, масштабируемости в рамках доступных ресурсов.
• Участвовать в разработке дорожных карт и планов по технологическому развитию Дивизиона, отвечать за дорожную карту Дивизиона в области DS. - Проводить технические обзоры кода, моделей и (SOTA) подходов машинного/глубокого обучения, а также наставлять членов команды в вопросах data science.
• Постоянно актуализировать и расширять экспертизу в data science домене и на стыке взаимодействия с другими подсистемами.
• Мы ждем от будущего члена команды:
• Опыт работы в роли Data Scientist минимум 5 лет, из которых не менее 2 лет в качестве Tech Lead или Архитектора (LLM).
• Высшее образование в области математики, статистики, информационных технологий или смежных областях.
• Глубокие знания в области машинного обучения, статистического анализа и big data технологий.
• Опыт работы с Python, с практикой самостоятельного построения тренировочных пайплайнов ML/DL моделей.
• Опыт внедрения натренированных моделей в коммерческий продукт с гарантией масштабируемости решения.
• Отличные коммуникативные навыки и способность взаимодействовать с различными уровнями менеджмента и техническими командами
• Будем рады предложить:
• Конкурентный уровень заработной платы;
• Гибридный или полностью удаленный формат работы;
• Возможность расти горизонтально и вертикально, а также в зависимости от результатов и интересов перемещаться между проектами и командами.