DS\ML инженер

Мы команда Data World, входим в ГК Технос - представители амбициозной и технологичной сферы IT. Создаем ПО для ФинТеха. Топовые банки уже доверили нам самые сложные высокотехнологичные проекты.

На старте еще один интересный и высокотехнологичный проект для Сбера.

О проекте:

Мы создаём платформу нового поколения на стыке электронной коммерции и финансовых технологий. В основе — мультиагентная система и автономные AI-агенты, которые берут на себя поиск, переговоры и заключение сделок. Мы переосмысливаем привычные пользовательские сценарии: от простого подбора до полностью автономного исполнения задач.Проект на ранней стадии: fast-track прототип до 15.08, проверка ключевых гипотез, подготовка к масштабированию до 15.11. Работа в кросс-функциональной команде с прямым контактом между разработчиками, аналитиками и владельцем продукта.

Чем предстоит заниматься
Вы отвечаете за все LLM-компоненты агента покупателя: от понимания запроса на естественном языке до генерации обоснований выбора. Вы работаете в связке с разработчиком оркестратора (передаёте ему structured intent и ризонинг), бизнес-аналитиком и SDET/QA (размечаете ожидания для eval-ов).
Интент и декомпозиция

• Разработать модуль понимания intent: разбор задачи клиента на естественном языке в структурированный intent.
• Разработать классификатор типов задач.
• Разработать декомпозицию составных задач.
• Настроить пайплайн: от NL-запроса до декомпозиции.

Диалог уточнения

• Разработать модуль диалога уточнения: генерация вопросов, когда информации недостаточно.
• Реализовать определение момента, когда данных достаточно для запуска поиска.
• На MVP — упрощённая версия: 2–3 линейных уточняющих вопроса без сложного ветвления.

Ризонинг офферов

• Разработать модуль ризонинга.

Промпт-инжиниринг

• Проектировать промпты под каждый сценарий (постановка задачи, уточнение, ризонинг, иные).
• Тестировать и итерировать промпты на реальных пользовательских запросах.
• Следить за стабильностью вывода: structured intent должен быть предсказуемым и пригодным для машинной обработки.

Eval-ы LLM-компонентов

• Подготовить тестовые наборы для eval-ов: 50–100 запросов с ожидаемыми structured intent (разметка — совместно с бизнес-аналитиком).
• Автоматизировать прогон eval-ов: точность по полям, полнота извлечения параметров.
• Провести eval-ы ризонинга (совместно с SDET и бизнес-аналитиком).

Data Engineering (сопутствующая задача)

• Настроить пайплайны обработки и подготовки данных для LLM-компонентов: сбор и структурирование примеров запросов, их разметка, версионирование датасетов.
• Организовать хранение и учёт реальных запросов пользователей для дообучения и улучшения промптов после пилота.
• Подготовить инфраструктуру для логирования LLM-выводов и последующего анализа ошибок.

• Опыт: от 2 лет в DS/ML с фокусом на NLP и/или LLM.
• LLM и промпт-инжиниринг: практический опыт работы с различными LLM, опыт с Giga Chat будет плюсом, проектирования промптов, парсинга и валидации вывода.
• NLP: понимание задач intent recognition, named entity recognition, текстовой классификации.
• Python: уверенное владение, опыт построения пайплайнов обработки текстов.
• Eval-ы и метрики: опыт оценки качества LLM-выводов, понимание метрик точности, полноты, методик разметки данных.

Data Engineering: готовность настраивать пайплайны подготовки и разметки данных, логирование выводов для анализа.

Опционные требования:

• Опыт построения диалоговых систем или чат-ботов с элементами уточнения.
• Опыт работы с structured output из LLM (JSON mode, function calling).
• Опыт в e-commerce или продуктах, связанных с товарным поиском и рекомендациями.
• Опыт запуска MVP/пилотов с быстрым циклом итераций.
• Опыт работы с разметкой данных и организацией eval-циклов.

• Формат работы - удаленно
• Оформление в соответствии с ТК РФ (срочный трудовой договор до конца года)
• Гибкое начало рабочего дня.
• Входим в список IT лицензированных аккредитованных компаний
• Уровень дохода зависит от уровня кандидата, обсуждается индивидуально
• Предоставление техники
• ДМС+ стоматология
• Изучение английского языка
• Корпоративный спортзал
• Корпоративные активности: профессиональные митапы, квизы
• Прокачка скилов в экспертном IT пространстве