Data Scientist (OCR)

Мы - Центр развития искусственного интеллекта Ингосстраха. Развиваем продукты в области рисков, customer-relations, компьютерного зрения и обработки естественного языка.

В данный мы делаем сервис, который умеет понимать документы так, как это делает человек: видеть, читать, извлекать смысл, замечать аномалии.

Работаем на реальных кейсах — не модель ради модели, а под конкретные задачи: юридические документы, формы, медицинские заключения, распознавание подделок. Используем всё, что даёт результат — от U-Net и TrOCR до Qwen-VL и мультимодальных LoRA.

У нас нет разделения на "data scientist vs backend" — тот, кто обучает модель, внедряет её сам.

Мы ищем Data Scientist/ML-инженера, который будет разрабатывать и внедрять собственные модели для OCR и интеллектуальной обработки документов. Работа на стыке CV и NLP: классификация, image detection, DocQA, Visual DocQA, извлечение информации из сканов/фотографий или текстовых документов.

Задачи:

• Разработка моделей для обработки документов: OCR, NER, DocQA, парсинг структуры документа (layout detection);
• R&D новых подходов, проверка гипотез;
• Создание моделей распознавания подделок и фотоманипуляций (Image Forgery/Tampering Detection);
• Создание синтетических данных;
• Использование и адаптация современных CV и NLP SOTA-моделей;
• Обработка разнородных документов (сканы, фото, PDF, таблицы, формы), включая структурированные и неструктурированные;
• Построение end-to-end пайплайна: raw документ → JSON;
• Внедрение моделей в сервис: пайплайны, API, batch-инференс, ускорение и поддержка.

Требования:

• Опыт работы от 2х лет по направлению разработки моделей CV и/или NLP;
• Знание PyTorch, transformers;
• Умение дообучения моделей;
• Опыт работы с VLM/LLM;
• Опыт применения prompt tuning / LoRA / PEFT к VLM/LLM.

Будет плюсом:

• Опыт разработки OCR-решений;
• Опыт работы с multiprocessing, multithreading;
• Опыт работы с: asyncio (FastAPI, FastStream), Pydantic, Gradio/Streamlit, Vault, Redis, kafka, Grafana/Kibana, Docker/Podman + compose.

Стек:

• Фреймворки: PyTorch, Transformers, peft, vllm;
• Модели: U-Net, YOLO, Donut, TrOCR, Qwen, Qwen-VL, Mistral;
• Сервис: asyncio (FastAPI/FastStream), Pydantic, Gradio/Streamlit.

Мы предлагаем:

• Оформление по ТК РФ, полностью белую заработную плату (оклад + премии);
• График 5/2, гибкое начало дня (в промежутке с 08:00 до 10:00);
• Гибридный (г. Москва) или полностью удаленный формат работы (на территории РФ);
• ДМС после испытательного срока;

• Подписку Добросервис (неограниченное количество консультаций у высококвалифицированных психологов);

• Платформу дистанционного обучения IngoStudy (возможность проходить курсы для прокачки soft и hard скиллов) + внешние обучения по согласованию с руководителем;

• Корпоративную сотовую связь;

• Льготные страховые продукты (страхование имущества физ.лиц, автотранспорта (Каско), страхование выезжающих за рубеж, страхование ипотеки, страхование от несчастных случаев и болезней);

• Скидки на обслуживание и ремонт автомобилей;

• Корпоративные предложения от сети фитнес-клубов: World Class, World Class Lite и UFC GYM;

• Активную корпоративную жизнь со спортивными секциями: бег, волейбол, йога и др.;

• Участие в разных благотворительных и экологических акциях, форумах, марафонах;

• Зарплатный проект от АО Ингосстрах Банка: повышенный кешбэк бонусами, льготы по кредитам, ипотеке, рефинансированию, выгодные ставки по вкладам, накопительным счетам.