Middle DS

Позиция: Middle DS Куда: Альфа-Банк, Лаборатория машинного обучения, интеграция в продуктовую команду диалоговых систем Формат работы: полная занятость; офис в Москве; на данной позиции возможна полная удаленка, нет требований ходить в офис Вилка гросс: Middle: 240-400k + ежеквартальная премия (~15% от дохода за квартал) Премия не зависит от kpi и ревью с плюсиками, фактический покрывает налог. Про нас: Мы NLP команда Лаборатории машинного обучения Альфа-Банка (под руководством Жени Смирнова). Занимаемся моделями для чат-ботов и голосовых помощников, автоматизируем контроль качества, ищем инсайты в обратной связи клиентов, упрощаем жизнь сотрудникам колл-центра и ускоряем внутреннюю техподдержку с помощью NLP. Команда состоит из сильных молодых ребят, выпускников ШАД, МФТИ, МГУ, ВШЭ. Мы регулярно участвуем в соревнованиях и хакатонах, в команде несколько kaggle мастеров. Альфа поддерживает успехи в соревнованиях премией в одну зп за первое место, и в половину зп за второе. Мы занимаемся полным циклом разработки: от общения с заказчиком с переводом задачи на ml-ный язык до внедрения моделей в промышленный контур. А помогает нам команда разметки, mlops, мониторинга и другие. Плюшки: гибкий график (нет требований начинать работать в 10:00, главное выполнять задачи вовремя и соблюдать коммуникацию с контрагентами), отличный ДМС со стоматологией, рабочие макбуки, корпоративные скидки. На текущей позиции предстоит работать в продуктовой команде c PO. Необходимо разрабатывать и поддерживать NLP модели для автоматизации поддержки Банка (чат-боты и войс-боты). Требования: - Опыт работы в области машинного обучения и NLP (1+ лет) - Знание, понимание архитектур и опыт работы с моделями, такими как GPT, BERT и другими - Уверенные знания Python и библиотек для машинного обучения (TensorFlow, PyTorch, transformers…) - Успешный опыт вывода NLP моделей в прод - Знание основ работы с большими данными и опытом их обработки (Spark, Hadoop) - Высшее образование в области компьютерных наук, математики или смежных дисциплин - Английский язык на уровне чтения технической документации Ответы на 10 вопросов: 1. Данные: Обычно - Hadoop (все данные Альфа-Банка) + внешние источники по API. Часть данных может быть в Oracle/MSSQL 2. Железо: kuber до 64 ядер + 512 ГБ оперативы. Хадуп - 6TB, 1000+ ядер. Продакшн: cистема исполнения моделей + команда MLOps. Для работы: МакБук + удалённое рабочее место. 3. Масштаб влияния на core-бизнес? Модели - ядро большинства банковских процессов. В рамках данной позиции онлайн-модели управляют потоком в 100+ тыс. обращений в день 4. Уровень развития Data Science в компании? Все линии бизнеса покрыты ML моделями, где необходимо - успешно внедрен DL. 5. Роль дата сайентиста: ДС-ы участвуют в постановке задачи, совместно с продуктовой командой генерят идеи развитии. ДС-ы подготавливают код для внедрения в прод, выполняют функцию аналитического сопровождения моделей после внедрения. 6. Бэкграунд у вашего руководителя? LinkedIn 7. Как часто вам будут мешать работать? Синхронизация с командой продукта (1-2 часа в неделю) + с командой лаборатории (3 часа в неделю) 8. Карьерный рост: формализована матрица компетенций. Ежеквартально происходят «круглые столы» с пересмотром и защитой 9. Prod/Research: Prod 90% 10. Функция сервиса или лидера? Сервис/лидер: 80%/20% Резюме направляйте на почту NGalchin@alfabank.ru с темой «NLP Engineer в Альфа-Банк»