Чем предстоит заниматься
- Создание и поддержка масштабируемых пайплайнов обработки данных и участие в разработке решений для персонализации ответов клиентам и оценки рисков.
- Интеграция разработанных решений в существующие корпоративные системы.
- Тесное сотрудничество с AI-разработчиками, MLOps инженерами, системными аналитиками и специалистами предметных областей.
Требования
- Общий стаж: минимум 4-5 лет в data science / data engineering, из них минимум 1,5 года в гибридных проектах с фокусом на финтех или большие объёмы данных (например, банковские транзакции, клиентские логи, подготовки данных для обучения ИИ, дообучение LLM моделей).
- Подтверждённый опыт с GenAI потоками данных, включая RAG (Retrieval-Augmented Generation), векторные эмбеддинги (embeddings) и стриминг в реальном времени (real-time streaming) для LLM fine-tuning.
- Практическое внедрение: zero-ETL подходы и обработка неструктурированных данных (тексты/логи для NLP/LLM). Опыт в финансовой/банковской сфере является плюсом, но не обязателен.