Data Scientist

Должность: Data Scientist Местоположение: Великобритания - Лондон / гибридный

Страхование — это не первая отрасль, которую специалисты по работе с данными вспоминают, когда представляют себе передовые разработки в области искусственного интеллекта (ИИ), но невероятно богатые данные и специфика бизнеса делают ее отличным местом для применения передовых технологий ИИ. Команда Data & AI в CFC разрабатывает продакшн-системы с агентами и ML-системы, которые автоматизируют и информируют сложные решения по андеррайтингу, приносящие реальные бизнес-результаты — не демонстрации, не прототипы, которые пылятся на полке. Команда состоит из ML-инженеров и инженеров-программистов, выпускающих продакшн-сервисы, и эта роль предполагает, что вы будете их аналитическим партнером: проводить эксперименты, проверять допущения и генерировать доказательства, которые определяют, что будет создано и как это будет улучшаться со временем. Мы ищем Data Scientist среднего уровня, который присоединится к команде, отвечающей за критически важные для бизнеса, работающие в реальном времени решения, использующие большие языковые модели (LLM), такие как решение для приема/извлечения электронной почты и агенты андеррайтинга. Это не роль, связанная исключительно с исследованиями или офлайн-моделированием — когда проводятся исследования и выявляются потенциальные возможности, ожидается, что вы будете тесно сотрудничать с ML-инженерами и инженерами-программистами, чтобы интегрировать это в рабочую систему, где качество, надежность и строгость оценки напрямую влияют на бизнес. Мы ожидаем, что успешный кандидат сможет полностью взять на себя ответственность за научную часть работы с данными в продакшн-системе LLM: партнерство с заинтересованными сторонами для создания ранних прототипов, разработка систем оценки, измерение качества агентов и преобразование неоднозначных вопросов «хорошо ли это?» в воспроизводимые, обоснованные метрики — при этом тесно сотрудничая с инженерами, чтобы понять, что требуется для переноса этой работы из прототипа в рабочую систему. Исследовать сложные, высокоразмерные, реальные наборы данных для выявления закономерностей, которые существенно улучшают решения по андеррайтингу и производительность системы в масштабе. Напрямую взаимодействовать с андеррайтинговыми и бизнес-стейкхолдерами для определения масштабов проблем, оценки осуществимости и создания ранних прототипов (например, агентов PoC, быстрой оценки подхода LLM) до инвестирования в разработку. Оставаться вовлеченным от прототипа до продакшена, работая с ML/инженерами-программистами над укреплением, масштабированием и поддержкой того, что вы создали, в качестве ключевого контрибьютора кодовой базы. Разрабатывать и проводить системы оценки для работы агентов на базе LLM, включая офлайн-оценку (наборы эталонных данных, регрессионные наборы) и онлайн-оценку (мониторинг продакшена, A/B-тестирование). Создавать и поддерживать аналитические конвейеры — проектирование промптов, калибровка по человеческим меткам, проверка на предвзятость/согласованность, использование LLM в качестве судей, а также текущая валидация надежности судьи по мере изменения базовых моделей. Взаимодействовать с ML-инженерами для проектирования узлов/компонентов системы, переводя результаты анализа данных в конкретные инженерные требования. Определять метрики качества выходных данных агентов (точность, частота галлюцинаций, завершение задач, обоснованность, компромиссы между задержкой/стоимостью) и отслеживать их во времени. Работать с инженерами-программистами над продакшн-реализацией кода оценки и мониторинга: интеграция CI/CD, контроль выпусков и готовность к эксплуатации (оповещения, дашборды, готовность к дежурствам). Активно исследовать передовые разработки в области ИИ и машинного обучения — имея пространство и поддержку для экспериментов, прототипирования и внедрения новых методов в продакшн, где они приносят пользу. Исследовать поведение систем с агентами в продакшне — выявлять крайние случаи, режимы сбоев и возможности сделать системы более надежными и отказоустойчивыми. Прототипировать и итерировать функции для конвейеров ИИ/ML, перенося идеи от раннего исследования до измеримого воздействия в продакшн-сервисах. Четко документировать эксперименты, результаты и методологии, чтобы идеи были воспроизводимы, а решения — отслеживаемы. Мы ищем любознательного и технически сильного Data Scientist, увлеченного применением ИИ и машинного обучения для решения сложных реальных бизнес-задач. Вы будете одинаково комфортно анализировать данные, проектировать эксперименты, взаимодействовать с заинтересованными сторонами и сотрудничать с инженерами для предоставления продакшн-решений. У вас будет: Опыт работы в области Data Science, прикладного машинного обучения, NLP или LLM. Сильные навыки работы с Python и SQL, опыт работы с продакшн-кодовыми базами и совместной инженерной средой. Практический опыт оценки, развертывания и мониторинга приложений на базе машинного обучения или LLM. Твердое понимание экспериментов, оценки моделей, A/B-тестирования и измерения производительности. Опыт работы с современными ИИ-фреймворками, архитектурами агентов или решениями для генерации, дополненной поиском (RAG). Знание облачных платформ ИИ, предпочтительно в Azure. Понимание того, как системы ИИ и ML эксплуатируются, мониторятся и поддерживаются в продакшне. Сильные коммуникативные навыки и способность преобразовывать сложные технические концепции в практические бизнес-результаты. Уверенность в непосредственном взаимодействии как с техническими, так и с нетехническими заинтересованными сторонами для решения неоднозначных проблем. Ориентация на результат, способность работать самостоятельно, эффективно внося вклад в кросс-функциональную команду. Желательно: Предыдущий опыт работы в критически важной / высокодоступной продакшн-среде. Опыт работы с Databricks. Понимание асинхронного программирования, контейнерных развертываний (Docker) и современных архитектур сервисов. Практический опыт работы с Infrastructure as Code, особенно Terraform. Опыт проектирования и создания распределенных асинхронных микросервисов с использованием брокеров сообщений (например, Azure Service Bus, pub/sub). Знание страховой отрасли. Любите свою работу: Мы каждый день приходим готовыми покорять мир. Наша страсть и интенсивность отличают нас и имеют значение для наших коллег, клиентов, брокеров и перевозчиков. Бросайте вызов всему: Мы никогда не боимся ставить под сомнение существующий порядок вещей и постоянно бросаем вызов себе и другим, чтобы сделать все лучше. Получайте удовольствие, будьте хорошими: Страхование — серьезный бизнес, но мы не относимся к себе слишком серьезно. Мы делаем работу в CFC приятной, приветствуем все точки зрения и относимся ко всем так, как хотели бы, чтобы относились к нам.