Associate Data Scientist

Title: Associate Data Scientist
Location: UK - London / hybrid

Страхование — это не та отрасль, о которой большинство специалистов по данным первым делом думают, представляя себе передовые разработки в области искусственного интеллекта (ИИ), но невероятно богатые данные и характер бизнеса делают ее отличным местом для применения ИИ. Команда CFC по данным и ИИ создает производственные агентивные системы, которые автоматизируют сложные андеррайтинговые решения — не демонстрации, не прототипы, оседающие на полке, а агенты на основе искусственного интеллекта (ИИ) и конвейеры машинного обучения (МО), которые обеспечивают реальные бизнес-результаты. Эта роль будет исполняться наряду с опытными специалистами по данным, инженерами машинного обучения и инженерами-программистами в качестве аналитического партнера: проведение экспериментов, проверка предположений на прочность и получение доказательств, которые формируют то, что будет создано, и как это улучшить со временем. Это роль Associate Data Scientist, предназначенная для тех, кто находится в начале своей карьеры и хочет получить реальный опыт работы с производственными ИИ-системами с первого дня. Вы будете тесно сотрудничать с членами команды, иметь возможность учиться у них, одновременно внося вклад в анализ и эксперименты, которые питают действующие сервисы — такие как статистический анализ и оценка LLM. Это потребует вдумчивого, основанного на фактических данных мышления, которое отличает ИИ-систему, работающую в блокноте, от той, которая выдерживает реальные условия. Задачи действительно сложны. Данные сложны, решения имеют высокие ставки, а домен обладает такой глубиной, которая делает работу интересной. Если вы хотите быстро расти в области прикладного ИИ и МО — работая с реальными системами, а не с игрушечными наборами данных — это подходящая среда. Разрабатывать и проводить эксперименты, которые напрямую формируют производственные агенты ИИ — тестировать идеи, проверять подходы и превращать исследования в развернутые улучшения. Активно исследовать передовые разработки в области ИИ и машинного обучения — с пространством и поддержкой для экспериментов, прототипирования и внедрения новых методов в производство, где они приносят пользу. Оценивать и совершенствовать рабочие процессы на базе LLM — создавать надежные системы оценки, тестировать поведение агентов на прочность и обеспечивать постоянное повышение качества в действующих системах. Исследовать сложные реальные наборы данных для выявления инсайтов, которые значительно улучшают андеррайтинговые решения и производительность системы в масштабе. Прототипировать и итерировать функции для конвейеров ИИ/МО, от ранних исследований до измеримого воздействия в производственных сервисах. Исследовать поведение агентивных систем в производстве — выявлять возможности для улучшения, режимы сбоев и способы сделать системы более устойчивыми и надежными. Тесно сотрудничать с инженерами МО/ИИ для объединения исследований и производства — вносить вклад в код, отлаживать проблемы и внедрять улучшения от начала до конца. Четко документировать и представлять эксперименты, выводы и методологии как техническим, так и бизнес-пользователям, гарантируя воспроизводимость инсайтов и отслеживаемость решений. У вас будет опыт/знакомство со следующим: ИИ и LLM Знакомство с приложениями и сервисами на базе LLM, системами оценки, инженерией подсказок (prompt engineering) и другой работой в области генеративного ИИ — будь то через профессиональный опыт, курсовую работу или личные проекты. Любопытство относительно того, как системы на базе LLM ведут себя в производстве и как их строго оценивать. Опыт работы с моделями МО (включая глубокие модели) и их жизненным циклом, включая обучение, оценку и вывод. Знакомство с инструментами отслеживания экспериментов (например, MLflow). Технические навыки Владение Python. Рабочие знания SQL для запросов и подготовки данных. Уверенное владение Git и системой контроля версий как частью совместного рабочего процесса. Базовые знания концепций CI/CD и интерес к тому, как программное обеспечение тестируется и развертывается. Аналитические основы Прочное знание статистики и вероятности — уверенное владение проверкой гипотез, распределениями и построением обоснованных выводов из данных. Практический опыт разведочного анализа данных, инженерии признаков, а также построения и оценки моделей МО. Рабочие знания основного жизненного цикла моделей МО: подготовка данных, обучение, валидация и мониторинг. Рабочий стиль Внимательность к деталям и методичность — вы заботитесь о правильности анализа, а не только о его выполнении. Четкая коммуникабельность, способность обобщать выводы и объяснять аналитические решения как инженерам, так и нетехническим заинтересованным сторонам. Уверенность в задавании вопросов и работе под руководством старших инженеров, постепенно беря на себя больше ответственности. Интеллектуальное любопытство — такой человек, который тянет за ниточки и хочет понять "почему", а не только "что". Приятно иметь Опыт проектирования, внедрения и управления критически важными для бизнеса приложениями в производственной среде. Рабочие знания того, как МО/LLM-системы выводятся в производство: конвейеры CI/CD, процессы выпуска, мониторинг/наблюдаемость. Знание страховой области (не ожидается — сложность домена является частью того, что делает это интересным). Любите свое дело: Мы приходим каждый день, готовые покорить мир. Наша страсть и интенсивность отличают нас и имеют значение для наших коллег, клиентов, брокеров и страховщиков. Бросайте вызов всему: Мы никогда не боимся ставить под сомнение то, как делаются дела, и мы постоянно бросаем вызов себе и другим, чтобы сделать вещи лучше. Получайте удовольствие, будьте хорошими: Страхование — это серьезный бизнес, но мы не относимся к себе слишком серьезно. Мы делаем работу в CFC веселой, мы приветствуем все точки зрения и относимся ко всем так, как мы ожидали бы, чтобы относились к нам.