Меня зовут Ренат Гайсин, я развиваю новые продукты в «Дадате». Мы создаём дата-продукты для B2B-маркетинга и продаж и хотим собрать максимально полное представление о российских компаниях на основе открытых источников. Наша задача — превратить разрозненные тексты, сайты и документы в структурированные данные, которые приносят пользу нашим клиентам. Для этого я ищу аналитика , который возьмёт на себя весь цикл работы с неструктурированными данными: от сбора и обработки сырой информации до оценки качества и превращения результата в продукт
Задачи
Проектировать и настраивать пайплайны по сбору и обработке данных из новых источников
проектировать и настраивать LLM-агентов для поиска и сбора информации о компаниях из интернета
придумывать и создавать бенчмарки для оценки качества работы агента
обучать и использовать ML/NLP модели для классификации и сегментации
Мы ожидаем, что вы: Уверенно владеете Python и библиотеками для анализа данных — pandas, numpy
работали с большими объёмами текстовых и неструктурированных данных (у нас могут быть миллионы строк и терабайты текста)
строили пайплайны по сбору и обработке данных
знакомы с классическими методами построения ML и NLP моделей и метриками качества их оценки
активно используете AI-инструменты в повседневной работе — Codex, Claude Code, Cursor
Дополнительным плюсом будет, если вы: Создавали бенчмарки и оценивали качество работы LLM и агентских систем
работали с веб-парсингом — Scrapy, Playwright, Requests, Beautiful Soup
настраивали локальные LLM или системы их оркестрации — vLLM, Ollama
работали с данными российских юридических лиц и ИП
В этой роли предстоит многое выяснять и выстраивать с нуля
Поэтому ищу человека, которому комфортна высокая неопределённость, интересно разбираться в новом, умеет самостоятельно находить решения и брать ответственность за результат
DaData — облачный B2B-сервис, который приводит в порядок и обогащает данные: адреса, ФИО, телефоны и сведения о компаниях
Каждый день нашими сервисами пользуются тысячи компаний и миллионы их клиентов
Требования
имеете прикладной опыт работы с LLM и понимаете, как они устроены
Условия
Конкурентная заработная плата и ее пересмотр минимум раз в год
гибкое начало и окончание рабочего дня
тихий и просторный офис в центре Москвы в двух минутах пешком от м. Парк культуры
мощная техника для работы
ДМС с первого дня от АльфаСтрахования
внутреннее обучение и наставничество со стороны опытных коллег
курсы и конференции по специальности
не экономим на инструментах: оплачиваем сервисы, полезные для работы, включая зарубежные и облачные — ChatGPT, Claude, Figma, Copilot и другие
возможность развития в разных областях IT
маленькая команда и отсутствие бюрократии
единомышленники, с которыми интересно не только работать, но и дружить, общаться, заниматься спортом, путешествовать
Паспорт вакансии
История публикации
Появилась в Вакандии28 дней
Перепубликациинетпубликовалась один раз
Проверяли на источникеВидели 28 дней назад
Среди похожихНет данныху карточки не хватает полей, чтобы найти похожие
Откуда что взялось
Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.
Грейдне указан
Формат работыОфисвычитано из текста вакансии
ГеографияМосква, Россиявычитано из текста вакансии
Зарплатане указана
Почему на этом месте в выдаче
Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.
Полнота карточки502 из 4 полей: грейд, формат, география, зарплата
Зарплата названа0вилки нет вовсе
Проверка Вакандии
Источники и свежесть
Тип источника
Агрегатор вакансий
Найдено публикаций
1
Посмотреть публикации и даты
hcareersОсновная публикация · 2026-08-10
D
Работодатель
DaData
1 активная вакансия · вилка работодателя указана в 0%