ML-инженер

Ростелеком
Москва Опубликовано 19 мая 2026
Зарплата не указана
Полная занятость1–3 годаАналитик
Зарплата не указана

Описание

Мы — команда кредитных рисков, которая занимается разработкой моделей и AI-решений для автоматизации процессов взыскания дебиторской задолженности, управления кредитными рисками, анализа данных и обработки документов. Сейчас ищем аналитика/ML-специалиста для развития внутренней AI-платформы и разработки моделей для процессов управления ДЗ. Работаем на стыке ML, финтеха и production-разработки: от исследования и проверки гипотез до внедрения решений в промышленную среду. Чем предстоит заниматься: Разрабатывать и совершенствовать ML-модели для задач кредитных рисков; Участвовать в развитии скоринговых моделей и моделей принятия решений; Работать с текстовыми данными и документами: OCR, классификация документов, извлечение и структурирование данных, embeddings, NLP/LLM-решения; Анализировать данные, проверять гипотезы и находить возможности для автоматизации процессов; Участвовать во внедрении моделей и выводе решений в production; Развивать внутреннюю AI-платформу и сервисы автоматизации. Наши пожелания к кандидату: Высшее образование: мехмат, физический факультет, прикладная математика, IT; Сильная математическая и техническая база; Уверенное знание Python; Понимание принципов машинного обучения и построения моделей; Опыт работы с библиотеками анализа данных и ML; Уверенное знание PostgreSQL; Опыт коммерческой разработки ML-решений или сильные pet-projects; Умение самостоятельно разбираться в задачах и данных. Будет плюсом: Опыт работы в банках, МФО или финтех-компаниях; Опыт построения или валидации скоринговых моделей; Опыт работы с OCR, NLP, embeddings и document understanding; Опыт работы с PySpark; Опыт вывода моделей в production; Опыт работы с Docker, ETL-инструментами и оркестраторами; Понимание CI/CD-процессов; Опыт backend- или web-разработки; Опыт работы с LLM и AI-автоматизацией процессов. Мы предлагаем: Официальное оформление в штат компании; Стабильный и прозрачный доход: оклад и премия по результатам работы; График работы: 5/2, удалённая работа; Личностное развитие и карьерный рост: корпоративная электронная библиотека, возможность прохождения бесплатного обучения и тренингов; Программу корпоративных скидок и привилегий: интернет, ТВ, сотовая связь, скидки от компаний-партнёров (отдых, покупки, обучение, спорт); Заботу о здоровье сотрудников: программа ДМС; Реальные production-задачи с влиянием на бизнес-результат; Возможность разрабатывать решения с нуля и влиять на архитектуру; Сильная техническая команда и сложные прикладные задачи; Работа как с классическим ML, так и с современными AI/LLM-решениями; Большой объем данных и возможность быстро видеть результат своей работы; Минимум бюрократии и высокая скорость внедрения идей.
Описание
Мы — команда кредитных рисков, которая занимается разработкой моделей и AI-решений для автоматизации процессов взыскания дебиторской задолженности, управления кредитными рисками, анализа данных и обработки документов. Сейчас ищем аналитика/ML-специалиста для развития внутренней AI-платформы и разработки моделей для процессов управления ДЗ. Работаем на стыке ML, финтеха и production-разработки: от исследования и проверки гипотез до внедрения решений в промышленную среду. Чем предстоит заниматься: Разрабатывать и совершенствовать ML-модели для задач кредитных рисков; Участвовать в развитии скоринговых моделей и моделей принятия решений; Работать с текстовыми данными и документами: OCR, классификация документов, извлечение и структурирование данных, embeddings, NLP/LLM-решения; Анализировать данные, проверять гипотезы и находить возможности для автоматизации процессов; Участвовать во внедрении моделей и выводе решений в production; Развивать внутреннюю AI-платформу и сервисы автоматизации. Наши пожелания к кандидату: Высшее образование: мехмат, физический факультет, прикладная математика, IT; Сильная математическая и техническая база; Уверенное знание Python; Понимание принципов машинного обучения и построения моделей; Опыт работы с библиотеками анализа данных и ML; Уверенное знание PostgreSQL; Опыт коммерческой разработки ML-решений или сильные pet-projects; Умение самостоятельно разбираться в задачах и данных. Будет плюсом: Опыт работы в банках, МФО или финтех-компаниях; Опыт построения или валидации скоринговых моделей; Опыт работы с OCR, NLP, embeddings и document understanding; Опыт работы с PySpark; Опыт вывода моделей в production; Опыт работы с Docker, ETL-инструментами и оркестраторами; Понимание CI/CD-процессов; Опыт backend- или web-разработки; Опыт работы с LLM и AI-автоматизацией процессов. Мы предлагаем: Официальное оформление в штат компании; Стабильный и прозрачный доход: оклад и премия по результатам работы; График работы: 5/2, удалённая работа; Личностное развитие и карьерный рост: корпоративная электронная библиотека, возможность прохождения бесплатного обучения и тренингов; Программу корпоративных скидок и привилегий: интернет, ТВ, сотовая связь, скидки от компаний-партнёров (отдых, покупки, обучение, спорт); Заботу о здоровье сотрудников: программа ДМС; Реальные production-задачи с влиянием на бизнес-результат; Возможность разрабатывать решения с нуля и влиять на архитектуру; Сильная техническая команда и сложные прикладные задачи; Работа как с классическим ML, так и с современными AI/LLM-решениями; Большой объем данных и возможность быстро видеть результат своей работы; Минимум бюрократии и высокая скорость внедрения идей.

Похожие вакансии

Middle+/Senior Fullstack-разработчик (React + NestJS) в Платежный шлюз
Яндекс
Зарплата не указана
Полная занятостьОпыт 3–6 лет
Помощник бухгалтера
Фин Баланс
от 48000 руб.
Полная занятостьОпыт 1–3 года
Frontend-разработчик (React / TypeScript)
Foxible
80000 – 100000 руб.
Полная занятостьОпыт 1–3 года
C#-разработчик, Товародвижение и коммерция
Ozon
Зарплата не указана
Полная занятостьОпыт 1–3 года
Рекрутер/HR-менеджер
Автозапасы
50000 – 70000 руб.
Полная занятостьОпыт 1–3 года
Менеджер по продажам в студию портретов (чаты)
Соколов Юрий Евгеньевич
60000 – 120000 руб.
Полная занятостьОпыт 1–3 года