AI ML Research Scientist - Anomaly Detection and Uncertainty Estimation (Senior, AI RnD команда)

Навыки

• AI-инструменты в работе
• Самостоятельность
• B2B-продажи
• Docker
• Финтех и платежи
• Machine Learning
• MLOps

О компании и продукте

• Сейчас мы запускаем новое направление, которое полностью основано на передовых направлениях в области машинного обучения и искусственного интеллекта в разрезе как исследований (Research), так и инженерных разработок (Development) в условиях наличия огромного объема внутренних данных финтех-направления (финансовые транзакции, кредитные обращения, рекомендации и т.п.). Наша цель - создать исследовательский центр экспертизы в AI/ML для выведения финтех-направления на передовые позиции в России и за рубежом. Ваша роль и задачи: Вы станете одним из первых Исследователей AI/ML-направления и получите возможность проводить эксперименты, строить прототипы и внедрять их в продукты. От вас потребуется: Исследовать новые проблемы машинного обучения

Задачи

• Разрабатывать ML-модели и влиять на их внедрение
• Анализировать данные, в особенности в части временных рядов
• Понимать разницу между данными внутри и вне распределения
• Применять методы детекции “поломок”/аномалий распределения
• Уметь оценивать разные виды неопределенности
• Использовать лучшие принципы пайплайнов данных и ML-жизненного цикла (MLOps, мониторинг моделей)
• Взаимодействовать как с командой AI разработки, так и с продуктовой и бизнес-командой для поиска лучших решений
• Участвовать в конечной процедуре развертывания прототипа в реальный продукт
• Делиться экспертизой с коллегами, помогать формировать культуру ML-исследований внутри команды

Требования

• Что ждём от вас: Фундаментальные знания, образование и опыт: Законченный специалитет/магистратура или к.т.н / к.ф
• м.н. (предпочтительно) с фокусом на одно или более направлений: Компьютерные Науки, Искусственный Интеллект
• Математика или близко связанные области
• Экспертные знания и исследования в одном или более направлений: Машинное Обучение, Глубокое Обучение, Статистика, Теория
• Вероятностей или близко связанные области
• Умение приближать и оценивать плотность ядра
• Опыт оценки и минимизации неопределенности ML-моделей
• Практика генерации состязательных (adversarial) данных / данных вне распределения (out-of-distribution) / аномалий
• Опыт работы с большими и неоднородными данными
• Научные публикации в любой из топовых конференций ( CVPR, ICLR, ICML, NeurIPS, ICCV, AAAI, IJCAI, ICAIF и т.п.)
• Опыт командной работы
• Технологические навыки: Python как основной язык разработки
• Опыт работы с ML-фреймворками ( PyTorch / JAX / TensorFlow )
• Опыт распределенного обучения и тестирования (multi-GPU) Владение контейнеризацией Docker Высокие технические стандарты

Условия

• Интересные задачи и масштаб: уникальная возможность поработать в RnD отделе, результаты исследований которого могут преобразить финтех-индустрию
• Рост и развитие: привилегия использовать часть рабочего времени для самостоятельного исследовательского проекта
• Техническая свобода: участие в выборе инструментов и формировании решений
• Гибкий формат работы: Удаленная работа по миру
• Также есть офис в самом центре Москвы, в офисе по ул
• Мясницкая, 16 Возможность поработать в атмосфере небольшой уютной компании, где все решается быстро, в дружеской обстановке и без бюрократии
• Официальное трудоустройство в соответствии с ТК РФ в аккредитованную IT-компанию ДМС и страхование от несчастных случаев с первой рабочей недели, оплату больничных за первые 10 дней до 100% от оклада
• Современная техника для работы (Macbook, мониторы, и все что вам нужно для комфортной работы
• Ежегодные корпоративы с компенсацией дороги и проживания
• Если хотите участвовать в становлении исследовательского центра RnD для нужд финтех-индустрии, быть готовым внедрять решения в реальные B2B-решения и влиять на их качество, будем рады познакомиться! 🚀
• Опыт удаленной работы

Паспорт вакансии

История публикации

Откуда что взялось

Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.

Почему на этом месте в выдаче

Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.