Руководитель группы разработки Data Scientist

Python
О компании
Мы — DCS , IT-компания, специализирующаяся на AI-консалтинге.

Обладаем сильной экспертизой в области машинного обучения, NLP и LLM-проектов.
Работаем с крупными российскими и международными заказчиками, создавая решения федерального уровня.
Основные задачи:

• Руководство командой из 5 Data Scientist’ов, каждый из которых ведёт собственный проект.


• 
  
  
  
  • Контроль качества решений: архитектура, код-ревью, метрики, reproducibility, безопасность.
  
  
  
  


• 
  
  
  
  • Управление приоритетами и загрузкой команды совместно с проджект-менеджерами и техническими лидами.
  
  
  
  


• 
  
  
  
  • Настройка инженерных процессов: CI/CD, тестирование, деплой, структура репозиториев и пайплайнов.
  
  
  
  


• 
  
  
  
  • Обеспечение стандартов безопасности: контроль доступов, хранение секретов, управление зависимостями.
  
  
  
  


• 
  
  
  
  • Ведение 1–2 ключевых проектов лично — от разработки фичей до внедрения модели и мониторинга в проде.
  
  
  
  


• 
  
  
  
  • Проведение R&D-сессий, развитие внутренней экспертизы, формирование стандартов и обмена знаниями.
  
  
  
  

Типовые проекты направления:

• Предиктивная аналитика: прогноз спроса, объёмов операций, нагрузки на инфраструктуру, временные ряды с продовым мониторингом и авто-ретрейнингом.


• 
  
  
  
  • Классические модели рисков и скоринга: бинарные/мультиклассовые классификаторы, PD/LGD-подходы, интерпретируемость, строгий контроль метрик и drift-аналитика.
  
  
  
  


• 
  
  
  
  • Оптимизационные задачи: планирование ресурсов, расписаний, логистики, подбор параметров под бизнес-ограничения.
  
  
  
  


• 
  
  
  
  • Рекомендательные механики без LLM: коллаборативная фильтрация, матричная факторизация, градиентные модели, feature-store и офлайн/онлайн тестирование.
  
  
  
  


• 
  
  
  
  • Качество данных и аномалистика: алерты, автопрофилирование, scoring-модели для детекта выбросов, работа с большими датасетами и пайплайнами подготовки.
  
  
  
  

Требования к опыту и знаниям:
Core Data Science / Machine Learning

• Уверенное владение Python и библиотеками: NumPy, Pandas, SciPy, scikit-learn, CatBoost, LightGBM.


• 
  
  
  
  • Опыт с PyTorch или TensorFlow , знание Statsmodels , MLflow , DVC.
  
  
  
  


• 
  
  
  
  • Понимание ключевых ML-паттернов и принципов построения воспроизводимых экспериментов.
  
  
  
  

Инженерная часть / MLOps:

• Опыт с GitLab CI , Docker , Airflow или Prefect , FastAPI , Pydantic.


• 
  
  
  
  • Логирование (structlog, loguru), мониторинг (Prometheus, Grafana).
  
  
  
  


• 
  
  
  
  • Работа с MLflow Registry , S3/MinIO или аналогичными системами хранения артефактов.
  
  
  
  

Работа с данными и инфраструктурой:

• Отличное знание SQL (PostgreSQL, MSSQL).


• 
  
  
  
  • Опыт работы с Dask, Polars или Spark — будет преимуществом.
  
  
  
  


• 
  
  
  
  • Опыт использования Pandera , Great Expectations для валидации данных.
  
  
  
  


• 
  
  
  
  • Базовое понимание Kafka , RabbitMQ.
  
  
  
  

Безопасность и стандарты разработки:

• Управление секретами: Vault, GitLab secrets , RBAC, шифрование данных.


• 
  
  
  
  • Опыт с SAST-инструментами (Bandit, SonarQube), управление зависимостями.
  
  
  
  


• 
  
  
  
  • Знание архитектурных принципов: SOLID, DRY, KISS , паттернов Factory, Strategy, Repository, Dependency Injection.
  
  
  
  

Командная работа и процессы:

• Опыт работы по Git flow , использование Jira/YouTrack , Confluence/Notion.


• 
  
  
  
  • Проведение код-ревью, документирование решений, внедрение best practices.
  
  
  
  


• 
  
  
  
  • Умение выстраивать коммуникацию с PM, DevOps, аналитиками, заказчиками.
  
  
  
  

Условия:

• Полностью удалённый формат работы.


• 
  
  
  
  • Участие в ML- проектах федерального уровня.
  
  
  
  


• 
  
  
  
  • Работа в сильной команде экспертов, где ценится открытость, качество и развитие.
  
  
  
  

Откликнуться

​
EditPublish