Data Scientist/ML Engineer (LLM, RAG)

Компания WhiteSnake ищет Data Scientist/ML Engineer. Формат работы: на месте работодателя или гибрид, полная занятость, график 5/2, 8 рабочих часов в день. Офис в Минске.

Задачи и требования

• 3+ года практического опыта участия в ML/AI проектах в качестве Data Scientist или ML Engineer.
• Python: опыт создания высоконагруженных и масштабируемых приложений, понимание структур данных, ООП, асинхронного программирования (asyncio).
• ML-фреймворки: практическое знание PyTorch, Transformers или TensorFlow, понимание их внутреннего устройства, включая механизмы работы с памятью и графами вычислений.
• Классический ML и анализ данных: Pandas, NumPy, Scikit-learn, SciPy, Statsmodels; опыт с бустингами (CatBoost, XGBoost, LightGBM).
• Полный жизненный цикл ML (end-to-end): не только построение моделей, но и внедрение их в продакшен, включая мониторинг, поддержку и A/B-тестирование. Это ключевое требование.
• Generative AI / LLMs: практический опыт с RAG (Retrieval-Augmented Generation), включая работу с векторными базами данных (Pinecone, Qdrant, Weaviate, PGvector); опыт работы с агентами и построения агентных систем; знание фреймворков оркестрации LangChain или LlamaIndex; опыт промпт-инжиниринга.
• MLOps и инфраструктура: опыт контейнеризации (Docker), оркестрации (Kubernetes), создания и поддержки CI/CD пайплайнов; знание инструментов MLflow, Airflow, Kubeflow.
• Базы данных: уверенное владение SQL (PostgreSQL); опыт с NoSQL (MongoDB, Redis) и векторными БД (Pinecone, Milvus, Qdrant, Weaviate).
• Английский язык: уровень B2 и выше.

Будет плюсом

• Компьютерное зрение (CV): опыт с OpenCV, YOLO, R-CNN; обработка изображений и видео (в том числе RTSP-потоков), задачи детекции, сегментации, классификации, OCR.
• Классический ML в продакшене: разработка и внедрение рекомендательных систем (Implicit, LightFM), моделей для прогнозирования временных рядов, обнаружения аномалий.
• Бэкенд-интеграция: опыт создания REST API на FastAPI или Flask для обслуживания моделей; понимание микросервисной архитектуры.
• Облачные платформы: практический опыт с одним из облачных провайдеров — AWS (SageMaker, Bedrock), Azure (AI Foundry, Promptflow), GCP.
• Работа с большими данными: базовое знакомство с Apache Spark (PySpark), Hadoop, Kafka.

Условия

• Просторный офис класса А в нескольких шагах от метро.
• Партнёрская программа лояльности со скидками.
• Корпоративная библиотека.
• Защищённая от инфляции заработная плата.
• Официальное оформление.
• Оплачиваемые больничные согласно ТК РБ.
• Молодой и дружный коллектив, где ценятся инновации и совместная работа.
• Гибкий рабочий график, который поможет сохранить баланс между работой и личной жизнью.

Вакансия планируется к созданию и/или замещению (перспективная).