ML/DS Engineer

В связи с расширением команды и масштабированием проектов находимся в поиске ML/DS Engineer в IT-компанию, которая занимается разработкой и полным сопровождением заказного программного обеспечения, веб-сайтов и мобильных приложений, предоставляя широкий спектр услуг.
Технологии и стек:
• Языки: Python, SQL
• ML-стек: scikit-learn, LightGBM, PyTorch, MLflow
• AI/LLM-стек: APIs, embeddings, vector databases, LLM orchestration, evaluation, observability
• Data stack: ClickHouse, PostgreSQL, MongoDB, AirFlow
• Инфраструктура: Docker, Git, CI/CD
• BI: Superset, Tableau
Чем предстоит заниматься:
• Разрабатывать и внедрять AI/LLM-решения для CRM/XRM сценариев, включая assistants, copilots, retrieval QA, extraction и summarization;
• Строить и развивать ML/AI-сценарии для ключевых задач CRM/XRM: uplift, churn, propensity, reactivation, recommendations, next-best-action;
• Оптимизировать канал, время и механику коммуникации на основе данных, моделей и AI-подходов;
• Участвовать в планировании A/B-тестов и оценке инкрементального эффекта, обеспечивать интерпретируемость решений для бизнеса;
• Анализировать поведение пользователей, строить сегменты и сигналы для CRM/XRM сценариев, участвовать в risk / anomaly use cases;
• Совместно с продуктом, маркетингом и аналитикой формулировать и проверять гипотезы, определять метрики успеха и ограничения;
• Работать с большими объемами данных: события, транзакции, клиентские профили, признаки для scoring / ranking / decisioning задач;
• Поддерживать production lifecycle решений: подготовка данных, обучение, внедрение, мониторинг и развитие после запуска.
Наши ожидания от кандидата:
• Опыт работы ML/DS Engineer 3-5 лет ;
• Опыт проектирования, разработки, вывода в production и развития после запуска ML/AI-решений, включая AI / LLM use cases;
• Практический опыт построения AI/LLM-систем: assistants, copilots, retrieval QA, extraction / summarization, RAG, orchestration, evaluation, guardrails, observability;
• Опыт оценки влияния решений на бизнес-метрики через A/B-тесты, holdout, uplift-подходы или иные подходы к оценке инкрементального эффекта;
• Понимание процессов контроля качества данных и production monitoring: drift, data quality, training-serving skew, стабильность скоринга, мониторинг после запуска;
• Умение совместно с продуктом, маркетингом и аналитикой формулировать требования, выбирать подход и интерпретировать результат для бизнеса;
• Опыт построения ML/AI-сценариев, влияющих на бизнес-метрики: uplift, churn, propensity, reactivation, recommendations, next-best-action;
• Опыт с embeddings и vector databases.
Будет плюсом:
• Опыт проектирования RAG-сценариев, evaluation pipeline, guardrails и observability для AI/LLM-решений.
• Опыт safe rollout практик: canary, fallback, rollback, post-launch monitoring.
Мы предлагаем:
• Оформление по ТК Республики Беларусь;
• Стабильную официальную заработную плату;
• Комфортный, современный офис в Минске;
• Расширенный социальный пакет.
Данное рабочее место является планируемым к созданию и замещению (перспективным).