Data engineer/Data analyst (ML)

Центр развития Департамента информационных технологий Банка России ищем коллегу – профессионала и единомышленника.

ДИТ формирует ИТ-политику Банка России, систематизирует все изменения и инициативы в этом направлении, а Центр развития ДИТ реализует проекты по автоматизации процессов и задач, определяет инструменты анализа данных.

Одними из ключевых и важнейших для страны функций Банка России являются: разработка и проведение денежно-кредитной политики, анализ и прогнозирование состояния экономики РФ, регулирование и надзор за участниками финансового рынка.

Для реализации данных функций необходимы данные, инструменты для построения аналитики и решения задач с применением искусственного интеллекта, инструменты управления данными.

Вакансия открыта в Управлении корпоративных данных.

В задачи Управления входит:

- Развитие Платформы Единое хранилище данных;

- Сбор и обработка данных из различных источников как внешних, так и внутренних;

- Анализ требований по входящим потокам данных и аналитике

- Подготовка витрин данных и поставка данных для аналитики

- Разработка аналитических отчетов и дашбордов

- Участие в процессе внедрения и развития инструментов управления данными

- Решение задач с использования методов машинного обучения

Наша команда дружная и нацеленная на результат!

Задачи:

• проведение исследований, проверки гипотез (работа на кластере с GPU);
• разработка ML-моделей, в частности больших языковых моделей (LLM), RAG системы;
• дообучение языковых моделей на специфических корпусах данных;
• оптимизация ML-моделей и пайплайнов;
• участие в проектах внедрения ML-моделей в промышленные системы.

• высшее техническое образование;
• отличное знание Python, PyTorch, Transformers (Hugging Face);
• знание технологий работы с большими данными - Hadoop, Spark, ClickHouse;
• инструменты визуализации данных - Apache Superset, Matplotlib, Seaborn;
• обработка изображений - библиотеки PIL, OpenCV, Tesseract OCR;
• обработка текстов - умение работать с трансформерами и большими языковыми моделями MAAS и On-premise, включая построение моделей, основанных на трансформерах, фреймворки для работы с LLM (vllm и др.), разработку LoRa адаптеров;
• опыт оценки работы моделей, знание основных метрик;
• понимание MlOps процесса. Понимание контейнеризации;
• опыт в сборе функциональных требований и выявления потребностей заказчиков в части новых гипотез;
• опыт использования инструментов разработки (IDE), систем контроля версий (Git), Confluence;
• умение работать с документацией и ее разработка;
• навыки коммуникации с заказчиками, подрядчиками, разработчиками.

• получение уникального опыта в мегарегуляторе;
• возможности профессионального и карьерного развития;
• привлекательная система мотивации;
• широкий социальный пакет;
• корпоративное обучение;
• гибридный график работы в офисе, м. Багратионовская/Фили (шаговая доступность).