Wir verwenden technische Cookies und Besuchsstatistik: Yandex Metrica und das anonymisierte Besuchsprotokoll von Zorky. Wir verkaufen niemals Daten. Mehr zu Cookies und Statistik.
Zorky läuft im Testmodus — alles ist kostenlos. Diese Website ist nur eine Demo: Firmennamen, Links und Ihre persönliche Stellenauswahl werden nach der Registrierung freigeschaltet. Registrieren →
ZorkyZorky
Deutsch
@termdocs
← Alle Stellen

Senior Data Scientist

SeniorofficeМосква, RUvor 1 T.
Markteinblicke
📊 AI / ML / Data Science: Gehälter und Nachfrage am Markt
Stack
ci/cddockerelasticsearchfine-tuningk8slangchainlanggraphllamaindexllmmlflowmlopspython
Details
Erfahrung
ab 5 Jahren
Methoden
CI/CD, MLOps
Unternehmen und Link anzeigen
Kostenlos, nach der Anmeldung.
Bewerben
Laden Sie Ihren Lebenslauf hoch — Arbeitgeber und Recruiter aus verschiedenen Ländern, die Ihr Profil suchen, können Sie direkt kontaktieren.
Lebenslauf senden →
Beschreibung
Наша команда ищет Senior Data Scientist, который будет заниматься разработкой ключевых GenAI-инициатив в канале ВСП. Вам предстоит с нуля выстраивать end-to-end пайплайны: от исследования и прототипирования до вывода в продакшен интеллектуальных агентов и ML-моделей. Вы будете отвечать за полный цикл создания ценности — от бизнес-гипотезы до работающего продукта. Обязанности Что предстоит делать: Проектировать и внедрять в продакшен мультиагентные системы (orchestrator–workers, ReAct, Plan-and-Execute). Строить продакшен-RAG (гибридный поиск, ANN/HNSW, query rewriting, GraphRAG). Разворачивать harness для агентов, настраивать guardrails, трейсинг траекторий и проводить A/B-тесты версий (промпт/модель/инструменты). Оптимизировать LLM-пайплайны (DSPy / MIPROv2, управление контекстом и памятью). Дообучать модели (SFT, LoRA/QLoRA) под ру-домены и внедрять function calling / MCP. Требования Релевантный опыт работы от 5 лет Агенты: LangChain, LangGraph (обязательно); LlamaIndex, CrewAI (опционально). ML/NLP: трансформеры, attention, prompt engineering (CoT, few-shot), Fine-tuning. RAG и поиск: Qdrant, Elasticsearch или FAISS. Оценка: LLM-as-a-Judge, Inspect AI / RAGAS / DeepEval, матстатистика для A/B-тестов. Классический ML: CatBoost, XGBoost, скоринг, предотвращение утечек. MLOps: Python (продакшен-код, ООП), Docker, k8s, CI/CD, MLflow/WandB, мониторинг data drift. Инференс: vLLM, Triton, TensorRT/ONNX, квантизация, оптимизация latency и стоимости. Условия Ожидаемый стек и навыки
Vollständige Beschreibung, Unternehmen und Bewerbungslink — nach der Anmeldung. Anmelden
Kontaktdaten des Arbeitgebers (E-Mail/Telefon/Telegram) sind in der öffentlichen Vorschau ausgeblendet. Senden Sie Ihren Lebenslauf — dann können Arbeitgeber Sie direkt kontaktieren.
Dringende Frage? Schreiben Sie @termdocs