Data scientist

LIFE PAY — это технологичная компания, использующая все современные подходы к ведению бизнеса. Мы предлагаем эффективные IT-решения, которые помогают нашим партнерам работать с платежами и автоматизировать бизнес.

Наши люди — наш главный драйвер. Здесь ты можешь влиять на процессы и предлагать свои решения: мы открыты для тех, кто хочет менять компанию к лчшему. И готовы вдохновлять тебя новыми интересными задачами.

А еще мы про стабильность: за последние годы, включая кризисные периоды, мы не только сохранили команду, но и выросли в 4 раза.

Топим за то, чтобы в коллективе было комфортно и экологично. Верим, что в такой среде может вырасти каждый член команды. И поощряем достижения понятными и ощутимыми бонусами, в том числе и развитием новых компетенций, конечно если ты этого хочешь.

Работа в LIFE PAY — одно из лучших карьерных решений, что ты можешь принять.

• Разработкой моделей и решений на основе данных для продуктовых и внутренних задач;

• Построением end-to-end пайплайнов: обработка данных, feature engineering, inference, пост-обработка результатов;

• Выбором и применением подходящих ML- и AI-моделей в зависимости от задачи;

• Проектированием и тестированием гипотез, моделей и алгоритмов.

• Оптимизацией качества, скорости работы и стоимости inference.

• Построением RAG-подходов и решений на стыке ML и data engineering.

• Подготовкой, очисткой, чанкингом и индексированием данных.

• Работа с векторными базами данных.

• Дообучением моделей при необходимости, оценкой качества моделей до и после дообучения;

• Обеспечение масштабируемости, стабильности и отказоустойчивости решений.

• Уверенное владение Python.

• Опыт разработки backend-сервисов: REST, async.

• Работа с Git и участие в code review.

• Понимание принципов работы ML-моделей и трансформеров.

• Опыт работы с API-моделями и/или open-source моделями.

• Знание prompt engineering будет плюсом, если задачи затрагивают AI-ассистентов и генеративные сценарии.

• Опыт построения RAG-архитектур или аналогичных retrieval-решений.

• Работа с embeddings и семантическим поиском.

• Опыт работы с векторными БД: FAISS, Milvus, Weaviate, Pinecone и аналоги.

• Удаленный или гибридный формат работы;
• График 5/2 с 10.00 до 19.00, гибкое начало рабочего дня;
• Официальное трудоустройство;
• ДМС после прохождения испытательного срока;
• Культура открытости и взаимопомощи: у нас работают люди, вовлеченные в процесс и не безразличные к тому, что они делают;
• Работа в технологической компании, которая создает сервисы, приносящие пользу миллионам людей.