← К каталогу
АС

АстраЗенека

Middle/Senior Data Scientist

ГибридSeniorМосква, 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 подтверждение25 мин. назад
Впервые замечена1 ч назад
Активные источники1 источник
ПроисхождениеПубличный источник
О ВАКАНСИИ

Описание вакансии

Сейчас мы развиваем и усиливаем нашу команду, и у нас для тебя есть вакансия — Middle/Senior Data Scientist

Основные вызовы и задачи:

  • ​​​​Исследование и внедрение современных архитектур, а также подходов к обучению моделей.
  • Разработка AI-агентов прогнозирования.
  • Агрегация прогнозов – объединение результатов агентов в единый прогноз с доверительными интервалами.
  • Детектирование аномалий – выявление отклонений от прогнозов, генерация алертов в реальном времени.
  • Сценарное моделирование – симуляция бизнес-сценариев и расчёт влияния на прибыльность, запасы, доступность.
  • Генерация action plans – автоматическое формирование планов действий на горизонте до 12/24/36 месяцев.
  • Создание и поддержка специализированных датасетов для адаптации моделей под прогнозирования и моделирования продаж.
  • Оптимизация моделей для production-среды (квантизация, дистилляция).
  • Разработка стандартов и процессов обучения моделей.

Ты идеально нам подходишь, если у тебя есть:

  • Оконченное профильное высшее образования.
  • Глубокое понимание современных архитектур и методов обучения языковых моделей.
  • Глубокое понимание след. библиотек – CatBoost, LSTM, Prophet, Croston, ансамблевые методы и др.
  • Практический опыт файнтюнинга различных LLM под продуктовые задачи (SFT, PEFT, RLHF, LoRA, PPO, DPO, GRPO).
  • Уверенное владение Python и экосистемой ML и LLM-инструментов (PyTorch, TRL, Accelerate, PEFT, Transformers, VLLM, scikit-learn, pandas, NumPy, etc).
  • Живой интерес к сфере GenAI, опыт работы с популярными вендорными и open-source моделями (Qwen, Llama, DeepSeek, GPT-OSS).
  • Практический опыт создания решений на базе LLM (prompt engineering, RAG, function calling, structured outputs, reasoning, agents).
  • Понимание методов оценки качества LLM (бенчмарки, human eval, LLM-as-Judge) и метрик для различных NLP-задач.
  • LLM и агентные системы – опыт с OpenAI/Gemini/Claude API, Microsoft Copilot Studio, мультиагентные архитектуры.
  • Хорошее знание метрики…

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

ИсточникHeadHunter / Data Scientist / RU