Data Scientist

#вакансия #удаленнаяработа #DataScientist #senior #РФ

✅Позиция:Data Scientist 💻
✅Вилка: 350.000 - 370.000 руб. гросс💰
✅Занятость: Полная
✅Локация и гражданство:РФ 📌 
✅Оформление: Как ИП

👋Привет! Меня зовут Ирина. Я представляю группу компаний Top Selection.
🔥В данный момент мы в поисках Data Scientist 🔥

🛠Требования:
Программирование:
- Высокий уровень владения языком Python;
- Опыт работы с библиотеками для машинного обучения и NLP (например, TensorFlow, PyTorch, Hugging Face Transformers).

Машинное обучение:
- Глубокое понимание базовых и продвинутых методов машинного обучения (например, линейные модели, решающие деревья, нейронные сети);
- Знание концепций глубокого обучения (deep learning), особенно в контексте обработки естественного языка.

Большие языковые модели (LLMs):
- Опыт работы с крупными моделями языка (например, GPT, BERT, T5, Llama, Falcon);
- Знание методов тюнинга (fine-tuning) и адаптации LLMs для конкретных задач (например, prompt engineering, chain-of-thought, few-shot learning).

Инструменты обработки естественного языка (NLP):
- Опыт работы с инструментами для обработки текста (например, spaCy, NLTK, Stanza);
- Знание векторных представлений текста (word embeddings, sentence embeddings) и их применения (например, TF-IDF, Word2Vec, BERT embeddings).

Средства машинного обучения:
- Опыт работы с инструментами машинного обучения (например, scikit-learn, TensorFlow, PyTorch);
- Знание работы с AutoML-платформами (например, Hugging Face, Google AutoML).

Облачные технологии:
- Опыт работы с облачными платформами (например, AWS, Google Cloud, Azure);
- Знание работы с сервисами для развертывания моделей (например, AWS SageMaker, Google Vertex AI, Azure ML).

Управление данными:
- Опыт работы с инструментами ETL/ELT (например, Apache Airflow, Apache NiFi);
- Знание работы с системами хранения данных (например, Amazon S3, Google Cloud Storage).

Инструменты контроля версий:
- Опыт работы с системами управления версиями (например, Git, GitHub, GitLab).

📌Обязанности:
- Подключение внутренней модели (llmops платформа) для агентов + анализ;
- Подключение памяти для агентов (чтобы каждое предыдущее сообщение учитывалось);
- Написание самих агентов;
- Вписывание в общую архитектуру бота/мини-приложения;
- Создание базы данных;
- Отлаживание логирования, коррекция шаблонов подсказок, тестирование.

📲Контакт для связи: