Работодатель не назван

NLP Data Scientist (AI-агенты)

Middle · Гибрид · Москва, Россия · Английский не нужен

Навыки

  • AI-агенты
  • AI-инструменты в работе
  • Обратная связь
  • LLM
  • Machine Learning
  • MVP и discovery
  • NLP
Ещё 5
  • Prompt engineering
  • Python
  • RAG
  • Постановка задач и ТЗ
  • Transformers / HuggingFace

О компании и продукте

  • Мы - команда центра развития искусственного интеллекта в российском топ банке. Разрабатываем и внедряем AI-решения в ключевые бизнес-процессы.
  • Сейчас мы строим прикладных AI-агентов для HR-направления: подбор, оценка, развитие сотрудников, внутренние сервисы для рекрутеров и руководителей.
  • Ищем NLP data scientist, который умеет проектировать и улучшать рабочие AI-системы: с инструментами, качественной оценкой и измеримым влиянием на бизнес-метрики. Рассматриваем Middle и Senior позиции.

Задачи

  • Проектировать и развивать LLM и агентные решения для HR-сценариев: от постановки задачи и анализа процесса до PoC, MVP и production-ready решения совместно с ML Engineer
  • Разрабатывать архитектуры AI-агентов: orchestration, tool use, retrieval, memory, multi-step workflows, guardrails
  • Формировать гипотезы, запускать эксперименты и улучшать качество системы на основе метрик и обратной связи пользователей
  • Вместе с бизнес-заказчиком уточнять требования и фиксировать постановку задачи

Требования

  • 3+ лет опыта в Data Science / ML, из них заметная часть в NLP, LLM
  • Практический опыт создания прикладных LLM-систем и агентов: RAG, tool calling, agentic workflows, multi-step reasoning, structured output
  • Глубокие знания в NLP (статистические методы, нейронные сети, трансформеры) и уверенная база в классическом ML
  • Понимание архитектуры LLM и принципов prompt engineering
  • Опыт разработки на Python, пишете чистый и поддерживаемый код

Будет плюсом

  • Опыт разработки RAG-систем и работы с векторными хранилищами
  • Опыт написания промышленного, поддерживаемого и тестируемого кода, работы с параллелизмом и асинхронностью

Условия

  • Вилка: 200-350 net + годовая премия 2-4 оклада (с сильными кандидатами готовы отдельно обсуждать условия)
  • Комфортный современный офис в г.Москва
  • Возможность выбрать удобный график – офис/гибрид (с посещением офиса не менее 2х дней в неделю)
  • Ежегодный пересмотр зарплаты и годовая премия
  • Корпоративный спортзал и зоны отдыха
  • ДМС, льготное страхование для семьи и корпоративная пенсионная программа
  • Если интересно, пишите в личку @yegor_saf

Паспорт вакансии

История публикации

Появилась в Вакандии29 дней
Перепубликациинетпубликовалась один раз
Проверяли на источникеВидели 29 дней назад
Среди похожихНет данных105 из 30 · у похожих вакансий почти одинаковый возраст — сравнивать нечего

Откуда что взялось

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

ГрейдMiddleвыведено из другого признака
Формат работыГибридвычитано из текста вакансии
ГеографияМосква, Россиявычитано из текста вакансии
Зарплата≈ 325 000 RUB в месяцнаша оценка, в вакансии не названа

Почему на этом месте в выдаче

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

Полнота карточки1004 из 4 полей: грейд, формат, география, зарплата
Зарплата названа0вилки работодателя нет, показана наша оценка

Проверка Вакандии

Источники и свежесть

Тип источника
Карьерный сайт работодателя
Найдено публикаций
1
Посмотреть публикации и даты
  • telegramОсновная публикация · 2026-04-15

Безопасность

Отклик уходит на сайт источника

Вакандия показывает вакансию, но не отправляет отклик и не проверяет работодателя. Сам отклик вы оставляете на внешнем сайтеt.me.

Признаки мошенничества
  • Просят предоплату, «залог» или деньги за обучение и оборудование.
  • Требуют код из SMS, данные банковской карты или доступ к «Госуслугам».
  • Быстро уводят в мессенджер и торопят с решением.
  • Обещают большой доход без опыта и без деталей задач.

Настоящий работодатель не просит денег и платёжных данных до трудоустройства.

Продолжить поиск

Похожие вакансии

Причина сходства указана на каждой карточке

  1. Почему похожа: похожая специализация · тот же грейд

    Mish

    Дата-аналитик (Middle)

    • Middle
    • Удалённо из России
    • Россия
    Подробнее