Для успешной работы на проектах необходимы:

• Уверенное владение Python;
• 3+ года профессионального и коммерческого опыта в разработке и применении практик Data Science, NLP и Computer Vision (всех или некоторых) для решения бизнес-задач; знакомство с современными (SOTA) моделями и передовыми подходами в области
• Глубокие знания ML/AI-фреймворков (TensorFlow, PyTorch, Scikit-learn), алгоритмов (supervised, unsupervised, reinforcement learning) и техник (feature engineering, оптимизация моделей, подбор гиперпараметров)
• Опыт разработки решений на базе крупных языковых моделей (LLM), Retrieval-Augmented Generation (RAG), построения интеллектуальных агентов, применения методик MCP и других современных AI-подходов
• Понимание работы с big data-платформами (Spark, Hadoop) и облачными сервисами (AWS, Azure, Google Cloud) для масштабируемого деплоя
• Базовые навыки DevOps, включая работу с CI/CD, основы Linux и Docker
• Опыт построения MLOps-процессов: автоматизация жизненного цикла ML-моделей (обучение, деплой, мониторинг), управление версиями данных и моделей (MLflow, DVC), настройка пайплайнов (Kubeflow, Airflow), A/B-тестирование
• Опыт использования Git для управления версиями кода и коллаборации
• Степень бакалавра или магистра в computer science, data science, математики, статистики или смежных дисциплинах
• Навыки командной работы с продукт-менеджерами, аналитиками данных и бизнес-лидерами
• Опыт менторства и делегирования задач в команде
• Сильные коммуникативные навыки и желание развивать лидерские компетенции
• Владение английским и/или немецким (и другими) языками на уровне не ниже B2

Будут плюсом:

• Сертификаты в областях ML, data science или облачных платформ (например, AWS Certified Machine Learning Specialty, Google Cloud ML Engineer или Microsoft Certified: Azure Data Scientist Associate)
• Знание современных AI инструментов и опыт их использования в работе