Назад

Несколько пользователей сообщили, что этот работодатель не отвечает на отклики.

3 часа назад

ML Engineer/Data Scientist

350 000
Формат работы
hybrid
Тип работы
fulltime
Грейд
middle
Страна
Russia
vacancy_detail.hirify_telegram_tooltip Загружаем источник...

Мэтч & Сопровод

Покажет вашу совместимость и напишет письмо

Описание вакансии

ML Enginee/ Data Scientist

PaynetEasy (SAAS, Fintech) - https://payneteasy.ru/
ЗП: от 350 000 рос. рублей.
Условия: полная занятость, ТК РФ, Москва, офис\ гибрид.

О проекте и роли:
Мы ищем специалиста, который соединит в себе навыки создания прикладных AI-решений и глубокого аналитического исследования данных. Ваша основная задача — повышать эффективность и качество наших ключевых бизнес-процессов через автоматизацию и data-driven оптимизацию. Работа предстоит с двумя основными направлениями: разработка и внедрение AI-агентов, аналитика и оптимизация работы платёжного шлюза.

Задачи:
- Проектирование, разработка и интеграция чат-ботов и диалоговых систем (ИИ-агентов) для автоматизации обработки запросов клиентов.
- Обучение моделей на исторических данных для решения прикладных задач (классификация интентов, извлечение сущностей, генерация ответов).
- Интеграция агентов с существующими CRM, тикет-системами и базами знаний.
- Анализ и оптимизация платёжного шлюза: глубокий анализ данных о транзакциях для выявления паттернов, аномалий и точек роста.
- Проверка гипотез, направленных на увеличение успешной проходимости (approval rate) платежей через A/B-тесты и статистический анализ.
- Исследование причин отказов (фрод, технические сбои, политики банков) и разработка рекомендаций по настройке правил и логики шлюза.
- Построение дашбордов и прогнозных моделей (например, для оценки риска отказа транзакции).
- Работа с данными: сбор, очистка и подготовка данных из различных источников (логи платежей, базы данных, взаимодействия с клиентами); регулярное формирование аналитических отчётов и визуализаций для команды продукта и бизнеса.

Требования:
- От 2 лет на позиции Data Scientist, ML Engineer, Data Analyst или AI-разработчика в коммерческих проектах.
- Обязательно наличие в портфолио реализованных проектов по созданию чат-ботов/ диалоговых систем ИЛИ по аналитике/ оптимизации в сфере e-commerce, платежей или финтеха.
- Программирование и Data Science-стек: Python (Pandas, NumPy, Scikit-learn, Matplotlib/Seaborn/Plotly).
- Опыт работы с SQL для сложных аналитических запросов.
- Практический опыт построения и внедрения моделей машинного обучения (классификация, регрессия, кластеризация).
- Опыт работы с фреймворками для создания ИИ агентов, диалоговых систем и чат-ботов (например, Rasa, DeepPavlov, LangChain, LlamaIndex).
- Понимание архитектуры и принципов работы NLP-моделей (трансформеры, эмбеддинги, интент-классификация, NER).
- Знакомство с LLM (большими языковыми моделями) и prompt engineering (опыт работы с OpenAI API, YandexGPT, GigaChat или opensource-аналогами).
- Умение проводить глубокий разведочный анализ данных (EDA), формулировать и проверять статистические гипотезы.
- Опыт проведения A/B-тестов и оценки их результатов.
- Навык выявления аномалий и поиска инсайтов в больших массивах данных.
- Понимание ключевых метрик в e-commerce/fintech (конверсия, approval rate, chargeback rate и др.).

Будет плюсом:
- Опыт работы в финтех-компании, банке или в проектах, связанных с платежными системами, обработкой транзакций, борьбой с мошенничеством.
- Знание основ сетевых протоколов и особенностей работы платежных шлюзов.
- Опыт работы с Apache Spark, Airflow, MLflow.
- Знание контейнеризации (Docker) и основ работы в Linux.
- Опыт представления результатов аналитики нетехнической аудитории.

Мы предлагаем:
- Полная занятость.
- Возможность гибкого графика
- Оформление по ТК РФ в аккредитованную IT-компанию.

Контакты ТГ:

Будьте осторожны: если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого - это мошенники. Обязательно жмите "Пожаловаться" или пишите в поддержку. Подробнее в гайде →

Текст вакансии взят без изменений

Источник -