ML Analyst (Artificial Intelligence)/Аналитик по машинному обучению (АИ)

Обязанности:

• Внедрять AI/ML-решения для автоматизации бизнес-процессов, ориентируясь на достижение ощутимого эффекта (сокращение ручного труда, снижение операционных затрат).
• Обеспечивать высокую надёжность, точность и производительность автоматизированных систем, соответствующих SLA и бизнес-требованиям.
• Обеспечивать быстрое внедрение новых кейсов автоматизации — от формализации идеи до запуска в продуктивную среду.
• Разрабатывать масштабируемые и повторно используемые компоненты AI-автоматизации.
• Оценивать и демонстрировать эффект от внедрения решений с опорой на количественные метрики (влияние на процессы, экономию ресурсов, вовлечённость пользователей).
• Поддержка сотрудников подразделения по вопросам, связанным с бизнес-процессами и эффективностью клиентской поддержки.
• Выявление возможностей для автоматизации и разработка комплексных AI/ML-решений для удовлетворения бизнес-потребностей.
• Взаимодействие с внешними поставщиками для интеграций и кастомизаций при необходимости.
• Мониторинг эффективности рабочих процессов, выявление узких мест и областей для улучшения.
• Документирование решений и обеспечение прозрачности через регулярную отчетность и обновление процессов.
• Мониторинг и оценка производительности систем, постоянное улучшение рабочих сценариев и логики автоматизации.
• Сотрудничество с бизнес- и техническими заинтересованными сторонами для интеграции AI-решений в существующие рабочие процессы.

Требуемый опыт и навыки:

1. Опыт работы:

• От 3 лет опыта в области AI/ML-инжиниринга, автоматизации, прикладной науки о данных или бизнес-аналитике.
• Подтвержденный опыт внедрения AI-решений для автоматизации в реальных бизнес-кейсах.

2. Профессиональные знания и навыки:

• Опыт работы с системами на базе больших языковых моделей (LLM), включая агентные системы, RAG-архитектуры, prompt engineering, fine-tuning, оценку и итерационное улучшение систем на основе пользовательской обратной связи и бизнес-KPI.
• Глубокие знания в области обработки естественного языка (NLP) и умение работать с неструктурированными данными (например, текстами, логами).
• Владение инструментами машинного обучения и анализа данных: Python, scikit-learn, TensorFlow/PyTorch, SQL, Pandas.
• Практические знания инструментов и практик MLOps (например, Docker, MLflow, CI/CD-пайплайны) и принципов DataOps.
• Знание REST API, шаблонов корпоративной интеграции и структур баз данных.
• Опыт работы с платформами автоматизации (например, UiPath, Power Automate) или написания собственных скриптов.
• Знание лучших практик структурирования данных для использования в AI.
• Навыки анализа и визуализации данных (например, Excel, SQL) для оценки эффективности моделей и генерации прикладных инсайтов.
• Знакомство с ИТ-инфраструктурой, программным обеспечением для поддержки клиентов и принципами ITIL.
• Умение готовить техническую и процессную документацию: спецификации, схемы, пользовательские инструкции.

3. Личные и деловые качества:

• Сильные аналитические способности и умение трансформировать бизнес-задачи в технические AI-решения.
• Отличные коммуникативные навыки для взаимодействия с внутренними командами, внешними поставщиками и заинтересованными сторонами.
• Знание лучших практик в сфере клиентской поддержки и управления эффективностью процессов.
• Уверенное владение MS Office, PowerPoint, Jira, Confluence.

4. Иностранные языки:

• Владение английским языком не ниже уровня (B2) Upper-Intermediate (навыки письменной и устной коммуникации, ведение переписки и участие в видеоконференциях с носителями языка).