Для успешной работы с проектами нужны:

• Уверенные знания Python
• 2+ года профессионального коммерческого опыта в Data Science, NLP и/или Computer Vision (во всех направлениях или в части из них), применяемого для решения бизнес-задач; знакомство с современными (SOTA) моделями и продвинутыми подходами в области
• Глубокое знание ML/AI-фреймворков (TensorFlow, PyTorch, Scikit-learn), алгоритмов (supervised, unsupervised, reinforcement learning) и техник (feature engineering, model optimization, hyperparameter tuning)
• Опыт разработки решений на базе Large Language Models (LLM), включая Retrieval-Augmented Generation (RAG), построение intelligent agents, применение MCP-методологий и других современных AI-подходов
• Понимание big data платформ (Spark, Hadoop) и облачных сервисов (AWS, Azure, Google Cloud) для масштабируемого деплоя решений
• Базовые DevOps-навыки, включая CI/CD, основы Linux и Docker
• Опыт использования Git для контроля версий и командной работы
• Опыт построения MLOps-процессов, включая автоматизацию жизненного цикла ML-моделей (training, deployment, monitoring), управление версиями данных и моделей (MLflow, DVC), оркестрацию пайплайнов (Kubeflow, Airflow), проведение A/B-тестирования
• Высшее образование в Computer Science, Data Science, Mathematics, Statistics или смежных областях
• Развитые навыки взаимодействия с product managers, data analysts и бизнес-стейкхолдерами
• Владение английским и/или немецким языком (или другими языками) на уровне B2 и выше

Будут плюсом:

• Сертификаты в области ML, Data Science или облачных платформ (например, AWS Certified Machine Learning Specialty, Google Cloud ML Engineer, Microsoft Certified: Azure Data Scientist Associate)
• Знание современных AI-инструментов и практический опыт их применения