NLP Data Scientist Junior+
О компании
Альфа-Банк — один из крупнейших банков в России, специализирующийся на предоставлении широкого спектра финансовых услуг. Банк активно развивает технологии и внедрение машинного обучения для улучшения клиентского опыта и оптимизации бизнес-процессов. Команда банка участвует в разработке передовых решений, используя современные подходы в области анализа данных и машинного обучения.
Ключевые факты:
- Основан в 1990 году
- Один из ведущих банков в стране по активам
- Широкий спектр банковских продуктов и услуг
- Сильное сообщество Data Science
- Передовой стек технологий и современное оборудование
О вакансии
Команда Альфа-Банка, занимающаяся машинным обучением и анализом данных, ищет начинающего специалиста в области NLP. Актуальные проекты команды направлены на проверку продуктовых гипотез и разработку моделей для оптимизации бизнес-процессов. В рамках работы вы будете взаимодействовать с другими командами, включая MLOps, для интеграции моделей в продуктивную среду.
Вы будете активно участвовать в проведении модельных экспериментов и написании пайплайнов для сбора и обработки данных. Важно также поддерживать и улучшать существующие модели, а также общаться с бизнес-заказчиками для понимания их потребностей.
Чем предстоит заниматься:
- Проведение модельных экспериментов для проверки продуктовых гипотез
- Написание пайплайнов для сбора данных и обучения
- Совместная с командой MLOps интеграция моделей в продуктивную среду
- Взаимодействие с смежными командами для выстраивания процессов разметки данных
- Общение с бизнес-заказчиками для выяснения их требований
- Поддержка и улучшение существующих моделей
Что мы предлагаем:
- Конкурентную заработную плату и социальный пакет
- Условия для профессионального роста и развития
- Дружный коллектив единомышленников
- Современные технологии и высокопроизводительное оборудование
- Участие в рабочих и внерабочих активностях
- Возможность влиять на бизнес и внедрять изменения в архитектуру моделей
Обязанности
- Проводить модельные эксперименты для проверки гипотез
- Создавать пайплайны для сбора и обучения данных
- Интегрировать модели в продуктивную среду совместно с командой MLOps
- Выстраивать процессы разметки данных с другими командами
- Коммуницировать с бизнес-заказчиками
- Поддерживать и улучшать существующие модели
Требования
- Всё о работе
- Приведи друга
- Проведение модельных экспериментов для проверки продуктовых гипотез
- Написание пайплайнов для сбора данных и обучения
- Совместная с командой MLOps интеграция разработанных моделей в прод
- Совместное со смежными командами выстраивание процессов разметки данных и мониторинга внедренных решений
- Коммуникация с бизнес-заказчиками
- Поддержка и улучшение существующих моделей
- Наличие практического опыта в работе с NLP моделями: учебные проекты /соревнования / стажировки / хакатоны
- Знание и понимание архитектур трансформеров
- Уверенное владение Python и ML-стеком (PyTorch, transformers) на уровне написания кастомных пайплайнов обучения и инференса
- Знание основ работы с большими данными и опытом их обработки (Spark, Hadoop)
- Владение базовым набором навыков для разработки: bash, git, docker и тд.
- Стабильную работу в одном из крупнейших банков страны
- Сильное DS community, большое разнообразие рабочих и внерабочих активностей.
- Конкурентную заработную плату, соцпакет.
- Условия для роста и развития (в т. ч. конференции, тренинги, внутренние программы развития).
- Дружный коллектив единомышленников (все специалисты, занимающиеся машинным обучением объединены одним департаментом для максимально плотного и продуктивного обмена знаниями).
- Передовой стек технологий, высокопроизводительное оборудование.
- Возможность решать разнообразные прикладные задачи с выводом в промышленную эксплуатацию, возможность существенно влиять на результат (в т. ч. в бизнес-смысле) и способы его достижения (вплоть до внесения изменений в архитектуру).
Условия
- Удалённая работа или офис в Москве
- ДМС и соцпакет
- Обучение и развитие (конференции, тренинги)
- Работа в дружном коллективе единомышленников
- Современный стек технологий