Junior Data Scientist (AI)

Локация: Астана, проспект Мангилик Ел, 35А; работа на месте работодателя, график 09:00–18:30

Компания

QazCloud развивает решения в области искусственного интеллекта и программной разработки.

Что делать

• Собирать, очищать, размечать и предобрабатывать табличные и текстовые данные.
• Проводить разведочный анализ данных, формировать и проверять гипотезы, выполнять feature engineering.
• Обучать, валидировать и оценивать модели для задач регрессии, классификации и кластеризации.
• Разрабатывать и интегрировать LLM/GenAI-решения, включая RAG-пайплайны, эмбеддинги, векторные базы данных и промпт-инжиниринг.
• Прототипировать AI-сервисы и упаковывать их в API-эндпоинты.
• Писать чистый воспроизводимый код, вести эксперименты и документацию.

Требования

• От 0 до 1–2 лет коммерческого опыта в Data Science / ML; также рассматриваются кандидаты с опытом от 1 года до 3 лет.
• Уверенное владение Python, pandas, NumPy и scikit-learn.
• Знание основ машинного обучения: типы задач, метрики качества, переобучение и недообучение, кросс-валидация.
• Понимание линейной алгебры, теории вероятностей и статистики.
• Знание SQL и опыт работы с реляционными базами данных.
• Базовое понимание LLM: токенизация, эмбеддинги, принцип RAG и основы промпт-инжиниринга.
• Опыт работы с API LLM-провайдеров, включая OpenAI и Anthropic, или с LangChain/LlamaIndex хотя бы на уровне пет-проектов.
• Навыки работы с Git, понимание принципов совместной разработки, аналитическое мышление, внимательность к деталям и умение доводить задачи до результата.
• Казахский и русский языки — свободное владение; английский — для чтения технической документации, статей и работы с англоязычными библиотеками, уровень B1–B2 и выше.
• Уверенное владение ПК.

Хорошо, если есть

• Знакомство с PyTorch, TensorFlow и нейросетевыми архитектурами, включая трансформеры.
• Опыт визуализации данных и построения дашбордов с использованием matplotlib, plotly или BI-инструментов.
• Профильные сертификаты по ML/DL, включая специализации Coursera, DeepLearning.AI, AWS ML или Google Cloud ML.
• Публичное портфолио на GitHub или Kaggle, пет-проекты, участие в ML-соревнованиях или хакатонах.
• Профильное образование в области Computer Science, Data Science, прикладной математики или статистики.
• Опыт стажировок или собственные проекты с использованием ML/LLM.

Культура и преимущества

• Полная занятость на месте работодателя.
• Медицинское страхование.
• Развозка.