Для успешной работы на проектах необходимы:

• Свободное владение Python 3–4 года коммерческого опыта разработки проектов в области ИИ/МО в финансовых услугах, банковском секторе, финтехе или смежных регулируемых отраслях
• Практический опыт работы с фреймворками для ИИ (LangChain, LangGraph, MCP, Semantic Kernel) и векторными базами данных (ChromaDB, PGVector, Pinecone, Qdrant или аналогичными)
• Опыт разработки решений на базе больших языковых моделей (LLM), генерации, дополненной поиском (RAG), создания интеллектуальных агентов, применения продвинутых техник промптинга
• Опыт работы с системами AML (противодействия отмыванию денег), моделями обнаружения мошенничества, оценкой кредитного риска, мониторингом транзакций или аналогичными задачами финансового комплаенса и управления рисками
• Понимание применения ИИ для оценки риска клиентов, автоматизации KYC/KYB, регуляторной отчетности и создания комплаенс-ориентированных ИИ-приложений
• Опыт работы с ИИ-OCR для обработки финансовых документов
• Опыт создания агентских чат-ботов и диалогового ИИ для обслуживания клиентов банка, внутренних запросов по комплаенсу или операционных рабочих процессов
• Опыт развертывания и управления большими языковыми моделями (LLM) и мультимодальными моделями, объединяющими текст и изображения (VLM), в локальных и облачных средах, особенно в Azure
• Знакомство со службами и фреймворками ИИ от Azure
• Понимание и практический опыт применения методов параметрически эффективной дообучения (PEFT) для больших языковых моделей
• Знакомство со структурами финансовых данных, банковскими API и интеграцией с основными банковскими системами
• Владение английским языком на уровне B2+ или выше

Будут плюсом:

• В/о в Computer Science, Data Science, математике, статистике, финансах или смежных дисциплинах
• Знание big data платформ и облачных сервисов с опытом безопасных, соответствующих требованиям развертываний для финансовых учреждений
• Опыт Full-stack разработки для создания сквозных ИИ-приложений в финансовой сфере
• Опыт построения MLOps-процессов: автоматизация жизненного цикла ML-моделей (обучение, развертывание, мониторинг), управление версиями данных и моделей (MLflow, DVC), настройка конвейеров (Kubeflow, Airflow), проведение A/B-тестирования в производственных средах
• Понимание интерпретируемости моделей (SHAP, LIME) и справедливости ИИ, критически важных для регулируемых финансовых услуг
• Сертификаты в области ML, Data Science или Cloud Platforms
• Опыт работы с финансовыми нормативами и системами комплаенса (GDPR, директивы AML, PSD2, стандарты Базеля)
• Знакомство с практиками DevOps, включая платформы CI/CD, контейнеризацию (Docker, Kubernetes) и основы Linux
• Опыт работы с Git для контроля версий и совместной разработки в регулируемых средах