Описание

Это Senior Data Scientist, который занимается разработкой ML/DS решений с акцентом на 3D-геометрию, обработку пространственных данных, Information Retrieval и LLM-задачи.

Обязанности

Решение сложных алгоритмических и исследовательских задач: обработка 3D-данных, полигональных сеток и пространственных объектов, разработка пайплайнов поиска
Проектирование архитектуры ML/DS-сервисов и внедрение готовых решений в инфраструктуру проекта
Профилирование производительности и снижение вычислительной сложности, в том числе при работе с 3D-структурами и векторными индексами
Подготовка технической документации, фиксация принятых архитектурных решений, участие в приёмочных испытаниях
Координация работы подгруппы разработки: разбиение задач на подзадачи, оценка трудозатрат, участие в планировании спринтов
Исполнение функций тимлида в периоды его отсутствия
Проведение Code Review, контроль качества кода и соблюдения принятых engineering-стандартов
Менторинг, сопровождение онбординга и профессиональное развитие специалистов уровня Junior и Middle в команде

Требования

Подтверждённый опыт внедрения ML/DS-решений в промышленную эксплуатацию (в т.ч. за пределами прототипов и Jupyter-блокнотов)
Уверенное владение 3D-геометрией и обработкой пространственных данных: работа с полигональными сетками, вокселями, триангуляцией, 2D/3D-объектами, понимание лежащей в основе математики
Практические навыки в Information Retrieval и LLM-задачах: построение гибридного поиска (сочетание dense- и sparse-подходов, включая BM25), работа с эмбеддингами, применение инструментов для оценки качества поиска и ответов моделей (например, LLM-evals, retrieval-метрики)
Высокий уровень инженерной культуры: глубокое понимание принципов работы используемых технологий, навык написания надёжного, асинхронного и легко поддерживаемого кода для продакшена
Опыт координации небольшой команды или технического руководства разработчиками
Способность переводить абстрактные бизнес-задачи в чёткие технические требования и разбивать их на реализуемые подзадачи
Навыки работы с Python 3.10+ (в том числе с asyncio и typing), а также с библиотеками NumPy, SciPy, Pandas
Знание Search- и LLM-экосистемы: опыт применения векторных баз данных (Qdrant, Milvus, pgvector, Weaviate и другие), построения пайплайнов гибридного поиска (работа с эмбеддингами, sparse-репрезентациями, методами переранжирования вроде Reciprocal Rank Fusion)
Владение инструментами оценки качества генерации и поиска LLM-evals (Ragas, TruLens, DeepEval) либо умение разрабатывать собственные метрики
Навыки в backend-разработке и инфраструктуре: работа с FastAPI (включая микросервисную архитектуру, REST, асинхронную обработку), контейнеризацией приложений и Docker, эксплуатация в среде Linux (Ubuntu)
Умение применять инструменты профилирования cProfile, Scalene, memory_profiler и аналогичные

Условия

Полный рабочий день
Можно удалённо
Локация и гражданство: РФ
Оформление: Как ИП