← К каталогу
SK

SkillStaff

Senior Data Scientist

УдалённоSeniorМосква, Россия1 ч назад
СИГНАЛ JOBRADAR75/100Нормальный сигнал актуальности
ПАСПОРТ ВАКАНСИИ

Что JobRadar наблюдает сейчас

Балл строится только на фактах из источников: свежести подтверждения, возрасте записи и происхождении вакансии. Это не гарантия найма и не оценка работодателя.

Последнее подтверждение11 мин. назад
Впервые замечена1 ч назад
Активные источники1 источник
ПроисхождениеПубличный источник
О ВАКАНСИИ

Описание вакансии

Мы в поисках Data Scientist на проект по развитию внутренних продуктов ИТ-компании.

Срок привлечения специалиста: до конца 2026 г. с возможностью пролонгации.

График работы: удалённо, доступность UTC+3 (локация — Россия).

Чем предстоит заниматься:

  • Создавать ИИ-агентов с использованием LangChain и LangGraph.
  • Проектировать и разрабатывать внутренний SDK для поддержки агентных решений.
  • Формировать и готовить оценочные датасеты (eval datasets) для тестирования и валидации агентов.

Для нас важно:

  • Глубокое понимание основ Python: типы данных, функции и классы, обработка исключений, итераторы и генераторы, context managers, модуль typing, внутренняя структура объектов и управление памятью.
  • Практический опыт параллельной и конкурентной обработки: async/await и asyncio, потоки и процессы, очереди и семафоры, отмена задач, таймауты и контроль нагрузки.
  • Навыки создания отказоустойчивых сервисов: FastAPI, валидация через Pydantic, механизмы аутентификации, TDD, логирование, аудит, сбор метрик и трассировка.
  • Умение управлять системными ресурсами: subprocess и multiprocessing, обработка сигналов, лимиты CPU/RAM, контроль RSS и файловых дескрипторов, обработка зависших процессов, предотвращение OOM.
  • Подтверждённый опыт внедрения RAG-решений в корпоративных системах.
  • Владение принципами построения агентских систем: способность реализовать агентский цикл на чистом Python.
  • Знание ключевых элементов архитектуры ИИ-агента и их взаимодействия.
  • Опыт развёртывания микросервисной архитектуры: Docker и Kubernetes.
  • Практические навыки оптимизации инференса LLM: настройка модели и движка для повышения пропускной способности.
  • Опыт разработки ИИ-агентов с применением LangChain и LangGraph.
  • Практические навыки реализации консьюмеров для Apache Kafka.
  • Опыт построения ETL-процессов корпоративного уровня (enterprise ETL).

Главный принцип SkillStaff - Выбирай!

  • ЭКСПЕРТИЗА. Делай выбор в пользу проектов с разным уровнем сложности и экспертных…

Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.

ИсточникHeadHunter / Data Scientist / RU