ML-аналитик

__О вакансии

****В Яндексе много финансовых систем: свои системы учёта, документооборота, платежей, работы с банками. В этих системах реализовано много бизнес-процессов и функций, которые обрабатывают разного рода транзакции, документы, события закупок и выплат. Новые требования мы реализуем в виде микросервисных приложений и интегрируем их с нашими сервисами LLM и OCR.
Мы хотим выстроить правильный технологичный и бизнес-процесс работы с этими сервисами и поэтому ищем в команду специалиста, который нам в этом поможет.

Особенности направления

Новое направление для нас: есть возможность делать правильные решения без легаси.

Разнородные бизнес-процессы и данные (финансовые, учётные, ЭДО).

Большой спектр задач: анализ данных, построение метрик и работа с качеством, инфраструктура.

Доступ к инфраструктуре Яндекса.

Один из первых проектов — это процессинг документов. Яндекс ежедневно взаимодействует со множеством контрагентов и обрабатывает большой объём различной документации, поступающей по разнообразным каналам (сканы, письма, ЭДО). Чтобы оптимизировать эти процессы, мы реализуем новый проект. Его основная задача — организовать автоматическую систему обработки входящих документов.

Какие задачи вас ждут

Работа над проектом

Вам предстоит совместно с командой разобраться, какие задачи по анализу данных, обучению ML-моделей и экспериментам нужны проекту.
Построение процессов

Вы будете выстраивать процессы работы с данными и ML-моделями на проекте по процессингу документов. Нам нужно создать конвейер, в котором мы сможем обрабатывать разные типы документов и данных из них, а также запускать обработку новых.
Проектирование метрик

Вам нужно будет совместно с бизнес-аналитиками проектировать метрики качества и разбираться, как они влияют на процессы.

Мы ждем, что вы

Имеете промышленный опыт работы в командах анализа данных и ML-исследований

Обладаете широким спектром технических скилов и ещё более широкой насмотренностью в бизнес-задачах

Хорошо знакомы со всеми базовыми подходами в ML (классификацией, кластеризацией, бустингом) и умеете их применять

Знаете LLM и разбираетесь в паттернах их применения

Владеете SQL, Python и работаете с популярными библиотеками (Pandas, Scikit-Learn), но можете из локального research сделать продакшн-процесс

Умеете связанно и наглядно оформлять свои выводы по данным

Будет плюсом, если вы

Хорошо знакомы с финансовой предметной областью (учётными данными, документооборотом, платежами)

Интересуетесь агентами и их разработкой

Что мы предлагаем

**Высокий совокупный доход

** Премии каждые полгода для всех, кто успешно прошёл ревью.

**Офисы, в которые хочется ходить

** В офисах есть всё, что нужно для комфортной работы: удобные рабочие зоны, уютные места для отдыха, кофепойнты для спокойных перерывов.

В офисах в Москве, Санкт-Петербурге, Екатеринбурге, Новосибирске, Казани и Нижнем Новгороде есть тренажёрные залы со всем необходимым.

**Расширенная медицинская страховка

** Начинает работать с первого месяца. В неё входят:

плановая и неотложная помощь, стоматология, расширенный превентивный чекап, телемедицина 24/7;

психотерапия в онлайн-сервисах наших партнёров;

после года работы добавляется лазерная коррекция зрения, после двух — ведение беременности и роды.

Также мы покрываем 80% стоимости ДМС для супругов и детей.

**Возможности для роста

** Есть всё, чтобы учиться: внутренняя платформа с 100+ курсами, менторство и программы для руководителей.

Оплачиваем участие в профильных конференциях и помогаем подготовиться к публичным выступлениям.

Если для работы нужен иностранный язык, поможем организовать обучение и оплатим 50% стоимости.

**И ещё

** Делаем закрытые мероприятия: вечеринки, фестивали и другие ивенты.

В Яндексе много клубов по интересам, Random Coffee, сервисы для знакомств и взаимопомощи. А наши спортивные клубы регулярно участвуют в забегах, триатлонах и других соревнованиях.

На портале скидок масса специальных предложений для сотрудников от наших партнёров.

Требования

ML разработчик, Старший (Senior) • Python • SQL • LLM • NLP • Pandas • Математическая статистика • Анализ данных • Scikit-learn

Местоположение и тип занятости

Москва, Санкт-Петербург, Казань • Полный рабочий день

Контакт: %contact_placeholder%

ML Аналитик