Data Scientist (Модели оценки качества), Диалоговый ИИ и ML сервисы (удаленная работа)

25 марта 2026

Уровень зарплаты:
з.п. не указана
Требуемый опыт работы:
Не указан

Вакансия: Data Scientist (Модели оценки качества), Диалоговый ИИ и ML сервисы

Описание вакансии

Мы команда в Ozon Tech, которая занимается автоматизацией коммуникаций с нашими пользователями. Основное направление работы команды Модели оценки качества работы ботов - разработка офлайн и реалтайм решений вокруг процессов оценки ML-моделей.

В списке наших проектов:

  • Агенты для консультации пользователей.
  • ML-решения для RAG-платформы (эмбеддеры, ретриверы, LLM).
  • Ряд текстовых ботов, определяющих намерения клиентов (классификаторы, LLM).
  • ML-решения для платформы текстовой аналитики (тренды обращений, семантический поиск, кластеризация, генерация).
  • Помощники операторов (векторный поиск, классификаторы, LLM).

Наш стек: Python, asyncio, Pytorch, Transformers, Triton Inference Server, vllm, gRPC, Git, CI/CD , SQL, S3, Redis, Clickhouse, Kafka

Вам предстоит:

  • Погрузиться в особенности создания наших проектов.
  • Стать частью центра принятия решений о релизе моделей.
  • Создавать и улучшать процессы вокруг оценки ML-решений.
  • Проводить аудит поведения всех типов моделей отдела.
  • Заботиться о качестве артефактов для построения и оценки моделей.
  • Работать с LLM и LLM apps.
  • Разрабатывать решения для реалтайм анализа динамики ведения диалога агентами с пользователем.
  • Создавать инструменты для автоматической валидации решений на основе LLM (в том числе симуляции взаимодействия с агентами).
  • Прототипировать ML-решения для проверки гипотез о влиянии на метрики.
  • Задавать стандарты в оценке поведения и качества ответов агентов.

Мы ожидаем:

  • Опыт работы Data Scientist от 3х лет.
  • Опыт работы с NLP от 2 лет.
  • Практический опыт проведения процедур оценки LLM-решений.
  • Опыт работы с агентами для консультации пользователей.
  • Понимание ограничений LLM.
  • Умение писать продакшн-код.
  • Подготовка понятных отчетов.
  • Умение объяснить сложные метрики понятным языком.

Будет преимуществом:

  • Опыт в аудите ML-решений.
  • Опыт разработки агентских систем.
  • Опыт в постановки заданий на разметку асессорам и приемка результатов.


Посмотрите похожие вакансии

Data Scientist (NLP / Applied AI Research)
Компания: Бэнкс Софт Системс
Зарплата: з.п. не указана