Intern Data Scientist в ПСБ Москва

Стажёр Data Scientist в банк для работы с RAG-системами и Large Language Models: подготовка данных, эксперименты, разработка пайплайнов.

Задачи:

• Собирать, очищать и предварительно обрабатывать текстовые данные для баз знаний RAG-систем (парсинг PDF/DOCX/HTML, чанкинг, нормализация)
• Размечать и валидировать данные, подготавливать тестовые наборы для оценки качества ответов Large Language Models
• Прогонять эксперименты по заданным гипотезам, оформлять результаты в виде отчетов и таблиц метрик
• Реализовывать и дорабатывать звенья RAG-пайплайна: индексация, поиск, ранжирование, промпт-шаблоны
• Писать скрипты и небольшие сервисы на Python (FastAPI) для внутренних нужд команды
• Участвовать в построении графовых баз знаний (Neo4j): наполнение, простые запросы на Cypher
• Замерять и сравнивать качество моделей и пайплайнов, вести таблицу экспериментов
• Писать техническую документацию к своим модулям

Требования:

• Понимание архитектуры трансформеров, работа с моделями из HuggingFace
• Практика с Large Language Models: писали промпты, использовали API языковых моделей, собирали чат-боты
• Понимание, что такое Retrieval-Augmented Generation и векторный поиск / эмбеддинги
• Docker — умение запустить контейнер, читать Dockerfile
• Участие в хакатонах, соревнованиях Kaggle, олимпиадах по программированию
• Наличие GitHub с личными проектами по Machine Learning, Natural Language Processing или анализу данных

Условия:

• Стажировка длительностью 6-12 месяцев
• График работы – 40 часов в неделю
• Оплата – 60 000 рублей до вычета налогов пропорционально отработанному времени
• Возможность дальнейшего трудоустройства
• Комьюнити стажеров
• Поддержка опытного наставника
• Доплата к отпуску и больничному листу
• Дополнительные льготы при заключении брака и рождении детей
• Социальная поддержка при сложных жизненных ситуациях
• Льготное кредитование для сотрудников
• Обучение в корпоративном университете банка
• Корпоративная библиотека
• Продукты банка на льготных условиях
• Понятный карьерный путь
• Программа наставничества
• Надежный работодатель
• Задачи в масштабах страны
• Корпоративный спорт

Навыки:

• Python
• FastAPI
• RAG
• Large Language Models
• HuggingFace
• Docker
• Neo4j
• Cypher
• Machine Learning
• Natural Language Processing
• Kaggle