Data Scientist в Trust&Safety

Вместе с масштабным развитием IT-направления, Wildberries строит культуру Trust and Safety, гарантируя непрерывную безопасность и доверие между компанией, её сотрудниками, пользователями и клиентами. Есть несколько команд куда ведется подбор: 1.NLP Engineer в Команду пользовательского антифрода Команда пользовательского антифрода специализируется на выявлении и пресечении мошеннических действий со стороны покупателей и продавцов, что достигается путем анализа подозрительной активности. 2. Data Scientist в DS Lab Мы работаем с широким спектром задач, анализируем данные и создаем алгоритмы, чтобы сделать платформу еще более надежной и удобной для её пользователей и клиентов. 3. Data Scientist в Безопасность бэк-офиса Мы фокусируемся на выявлении и предотвращении случаев мошенничества (антифрода), автоматизации процессов проверки документов и анализа данных для предотвращения потенциальных угроз. В своей работе мы оперируем различными источниками данных – текстами, изображениями, видео и метаинформацией – и нацелены на выработку высокоточных решений. 4. Data Scientist в команду "LLModeration Hub" LLModeration Hub — это команда, занимающаяся разработкой и внедрением моделей для автоматической модерации контента. Мы работаем с задачами в областях LLM, NLP, Computer Vision, выстраиваем пайплайны от ресерча до продакшена и внедряем cutting-edge технологии для детекции нарушений, фильтрации контента и Trust & Safety решений. Наша команда разрабатывает и поддерживает полный цикл машинного обучения: от сбора данных и подготовки датасетов до выкатки моделей в продакшен с последующей оптимизацией. Мы самостоятельно занимаемся ресерчем, обучением, инференсом и масштабированием решений.

Обязанности

• Проектирование, разработка и внедрение алгоритмов машинного и глубокого обучения для решения бизнес-задач.
• Обучение и внедрение в production CV и NLP моделей.
• Поддержка и улучшение существующих моделей.
• Создание end-to-end пайплайнов на основе полученных ml-решений.
• Анализ больших объемов данных для выявления закономерностей, тенденций и аномалий, выполнение EDA

Требования

• Опыт выполнения ML/технических проектов, выполненных с нуля до выкатки в production.
• Глубокие знания и опыт в NLP/ Классическом ML и/или CV.
• Писать эффективный, хорошо читаемый код и тесты к нему, уверенно владеть принципами ООП.
• Уверенное владение ML-стеком Python: torch, transformers, numpy, pandas, Scikit-Learn, matplotlib, catboost/xgboost/lightgbm.
• Знания SQL на базовом уровне.
• Знания и опыт в MLOps.
• Будет плюсом опыт работы с gradio, streamlit.
• Умение вести проект самостоятельно (валидация входных данных, риски, стейкхолдеры, работа с ресурсами, упаковка результатов и т.д.).