Data scientist (NLP) middle

Платформа ОФД - крупнейший в России оператор фискальных данных.

Наша аудитория - около 1 млн пользователей. Мы создаем удобные IT продукты для предпринимателей, инструменты управления бизнесом, аналитические сервисы и новые услуги на основе Big Data.

Мы анализируем рынок российского ритейла на данных из чеков в режиме реального времени. Ежедневно мы обрабатываем 60 млн кассовых чеков - каждый 3-й чек, пробиваемый в России. В нашей базе 4,7 млрд уникальных названий товаров.

Наша команда DS:

Строит NLP-ядро решения для автоматической категоризации товарных строк из чеков и извлечения атрибутов, конечной целью которого является восстановление товарной позиции до SKU (полное единое представление товара из чека со всеми присущими ему атрибутами). Ввиду уникальности экспертизы работы с языковыми моделями в обязанности команды также входит внедрение AI-агентов в процессы смежных подразделений компании

Ваша роль в команде и основные задачи:

Разработка ML-моделей/rule-based/иных решений под поставленные задачи, поиск/лидирование разметки данных для обучения, покрытие мониторинговыми метриками, близкими к продуктовым

Обучение, заказ разметки, деплой и покрытие прод метриками модели под следующие типы задач:

1. Классификация позиций в чеках по древовидному каталогу

2. NER и нормализация атрибутов чековых данных

3. AI-агенты на основе локальных LLM для внутреннего использования DS-команды и автоматизации задач смежных подразделений

4. Прочие инструменты для разметки данных (очистка, препроцессинг и пр. rule-based решения)

Ближайшие ключевые задачи:

• Быстрые адаптивные решения под отраслевые проекты (классификация и атрибуция)

• AI-агенты для разметки, ТП и чата

• Ресерч альтернатив ядерного решения

Требования к кандидату:

• Трансформеры в NLP: коммерческий опыт обучения и эксплуатации

• Векторные представления + Retrieval/Re-rank

• Информационное извлечение в ритейле (NER, нормализация, линковка)

• Продуктовое мышление и работа с метриками

…