Data Scientist / ML Engineer

November 6, 2026

Middle

Алматы, Казахстан

hh.ru

Also worth knowing

Includes on-call duty

Description

Вакансия специалиста по Data Science и ML-инжинирингу в Алматы. Роль охватывает разработку общих ML-компонентов, построение Feature Store, развитие внутренней AutoML-платформы и внедрение LLM-агентов в процессы команды. Также предполагается участие в код-ревью, тестировании и CI/CD для риск-моделей

Responsibilities

Разработка и поддержка общих ML-компонентов для команды: пайплайнов подготовки данных, расчёта признаков (Feature Engineering), стандартных метрик и отчётов по моделям
Создание и развитие внутренней AutoML-платформы для автоматизации разработки и обучения риск-моделей
Построение и развитие Feature Store, обеспечение контроля качества данных и корректности расчёта признаков
Автоматизация процессов разработки, обучения, тестирования и мониторинга ML-моделей
Внедрение LLM-агентов в рабочие процессы команды для помощи в построении моделей, анализа результатов и подготовки технической документации
Участие в развитии инженерных практик команды: проведение Code Review, внедрение тестирования, CI/CD и повышение качества разрабатываемых решений

Requirements

Опыт работы в Data Science или ML-разработке от 2 лет
Уверенное владение Python: знание ООП, разработка модулей и пакетов, умение читать и анализировать чужой код
Хорошее знание SQL: сложные JOIN, оконные функции, работа с большими объёмами данных
Понимание классических алгоритмов машинного обучения: бустинги, логистическая регрессия, метрики качества моделей (Gini, ROC-AUC), методы кросс-валидации и предотвращения переобучения
Практический опыт работы с Git: ветки, Merge Request, разрешение конфликтов и участие в Code Review
Опыт работы с оркестраторами (Airflow или аналоги), написания и отладки DAG, а также разработки воспроизводимого кода с фиксацией зависимостей, тестированием ключевой логики и логированием
Опыт работы в банковской сфере, в частности с риск-моделями, скорингом, PD и валидацией моделей
Опыт использования AutoML-инструментов (LightAutoML, Optuna, H2O) или автоматизации процессов обучения моделей
Понимание архитектуры Feature Store и опыт работы с Feast или собственными решениями
Опыт работы с MLflow или DVC для трекинга экспериментов и версионирования моделей
Практический опыт настройки CI/CD (GitLab CI, GitHub Actions)
Опыт работы с LLM: RAG, агенты, Function Calling и структурированный вывод; понимание особенностей разработки в закрытом IT-контуре с ограниченным доступом к внешним ресурсам