Data Scientist

Описание вакансии

Bell Integrator – крупный системный интегратор страны. Мы являемся аккредитованной ИТ– компанией.

На текущий момент с нами работает более 2500 высококлассных аналитиков, руководителей проектов, разработчиков, тестировщиков и специалистов по сопровождению крупных информационных систем. Bell Integrator активно реализует проекты по всей России, среди наших заказчиков – ведущие системообразующие финансовые, телеком и ритейл компании страны.

Центральный офис Bell Integrator расположен в Москве, представительства – в Санкт-Петербурге, Нижнем Новгороде, Пензе, Саратове, Уфе, Барнауле, Минске (Беларусь).

ПРОЕКТ: проект в фин тех сфере.
Результат проекта должен обеспечить достижение следующих целей:
- Данные из запросов, генерируемых во внешние ИИ моделей не содержат конфиденциальную информацию и проверены на предмет утечек сервисом DLP.
- Текст и файлы, передаваемые внешним ИИ моделями проверены антивирусным ПО Kaspersky Scan Engine, не содержат угроз.
- Ответы от внешних ИИ моделей не содержат код, если это не ранее согласованный ИИ для разработки кода.
Основными потребителями результатов проекта будут:
- Команды разработки, использующие генеративные модели ИИ в качестве помощника, подключенные через VPN-шлюз (vpn-разработчика).
- Команды разработки, использующие генеративные модели ИИ в качестве помощника, работающие в внутреннем контуре компании.
- Внутрикорпоративные приложения, использующие модели ИИ в своей логике.

ЧТО МЫ ОЖИДАЕМ ОТ КАНДИДАТА И ПРЕДСТОИТ ЗАНИМАТЬСЯ:

Управление скоупом задач.
Управление изменениями: коррекция входных требований и ресурсов, информирование заказчика.
Лидирование сложных переговоров в составе группы: подготовка переговорной позиции, формирование стратегии.
Умение продавать: решение, дэшборд, методологию.
Подготовка данных на основе большого количества источников.
Реализация дорожной карты совместно с заказчиком "под ключ".
Опыт с Python на высоком уровне (понимание механизмов работы с памятью, многопоточность).
Техники параллелизации обработки датафреймов.
pyTorch/TensorFlow - глубокое понимание фреймфорка, мат. аппарата моделей.
Умение выстраивать сложные микросервисные связки на Docker.
Глубокое понимание принципов написания микросервисов на Flask.
Создание системы документации (описание процесса) на сложную информационную систему на ресурсах типа Atlassian Confluence, Atlassian BitBucket, GitHub и т. д.
Оборачивание SQL-скрипта, например, в переменные.
Проведение Meet-up.
Участие в роли спикера на конференциях.
Применение эмоционального интеллекта, владение техники манипуляций для ведения переговоров.
Умение обучать сетки на кастомных данных (pre-training from scratch / domain-based).
Pyro - понимание преимуществ и недостатков байесовского подхода к ML, умение адаптировать сети pyTorch под Pyro.
Способность реализовать сложные системы анализа и мониторинга моделей ML и данных.
BERT - дообучение, понимание принципов построения модели.
HTML %20, CSS %20, JS / React — basic level.
Найм специалистов ниже уровнем.