Data Scientist – AI & Data Platforms

Должность: Data Scientist – AI & Data Platforms Местоположение: Израиль / Тель-Авив-Яффо / IL / На территории работодателя

Описание EverC, ныне входящая в G2 Risk Solutions, является пионером в своей области. Используя технологии, которые освещают самые темные уголки Интернета и обеспечивают беспрецедентную видимость крупнейшего источника данных в мире, EverC применяет методы искусственного интеллекта и машинного обучения для оценки сотен миллионов доменов и эффективной категоризации Интернета. Эти сведения раскрывают скрытые связи и риски, определяют полный цифровой отпечаток организации и создают новые возможности для эффективного и уверенного масштабирования бизнеса.

О роли Мы ищем практического Data Scientist, который будет отвечать за разработку продуктов на базе ИИ и LLM от начала до конца — и которому небезразлично, как они работают для реальных пользователей.

Вы будете отвечать за моделирование и оценку наших продуктов для обнаружения мошенничества и рисков: исследуя данные, разрабатывая модели и промпты, оценивая их офлайн и отслеживая их в производственной среде. Вы будете работать бок о бок с инженерами, чтобы внедрять ваши модели в крупномасштабные системы реального времени — вы будете управлять наукой о данных и результатами продукта, в то время как инженерия будет отвечать за инфраструктуру платформы.

По сути, это роль в области науки о данных. Вы не будете инженером данных, но вам будет комфортно работать в тесной связке с данными и системами, и хорошее знание современной инфраструктуры ML и данных будет большим плюсом.

Обязанности Data Science & Моделирование Отвечать за разработку, создание и оценку моделей на основе LLM и классических ML для классификации, извлечения сущностей и оценки рисков на крупномасштабных реальных данных. Руководить разработкой и итерацией промптов — конфигурациями моделей, стратегиями резервирования и компромиссами между стоимостью, задержкой и качеством. Применять надежную статистическую оценку для враждебных, зашумленных или несовершенно размеченных данных. Управлять решениями по моделированию, определяющими, как LLM и ML модели вписываются в потоковые, событийно-ориентированные производственные системы.

Партнерство по продуктам и платформам Сотрудничать с инженерами для внедрения ваших моделей в конвейеры потоковой обработки в реальном времени и крупномасштабные пакетные конвейеры — вы отвечаете за моделирование, они отвечают за платформу. Формировать внутренние инструменты оценки, наблюдаемость LLM и мониторинг производительности моделей. Определять требования, которым должна соответствовать ваша инфраструктура для поддержки быстрого экспериментирования без ущерба для надежности производства.

Качество данных и производительность продукта Отвечать за качество данных и метрики продукта, которые имеют значение (точность, полнота, охват, задержка, экономическая эффективность). Создавать системы измерения для производственных систем и офлайн-экспериментов. Анализировать производственные данные для выявления пробелов в маркировке, шаблонов ложных срабатываний и новых возможностей обнаружения. Управлять экспериментами (A/B-тесты, теневые развертывания, офлайн-оценка) и подкреплять каждое решение измеримыми бизнес-результатами.

Требования 5+ лет прикладной науки о данных / ML, включая развертывание моделей в производственной среде. Практический опыт в области LLM prompt engineering и оценки (не только теоретическое дообучение). Сильный Python. Опыт работы с концепциями и технологиями обработки больших данных. Глубокое понимание интенсивных приложений данных и современных архитектур данных. Опыт создания облачных нативных систем (предпочтительно AWS). Отличные коммуникативные навыки и навыки управления заинтересованными сторонами. Уверенность в работе с неоднозначными, враждебными данными и разработке меток/эвристик, где истинность несовершенна.

Предпочтительные квалификации Data Scientist, свободно владеющий стеком ML и data-engineering, является большим плюсом: Данные и инфраструктура: Apache Spark, Kafka, Kubernetes, Docker, EMR, Airflow, Iceberg / Delta Lake, K8s Cloud & DevOps: Infrastructure as Code (Terraform), CI/CD (GitHub Actions), платформы мониторинга и наблюдаемости AI & ML: ML платформы, приложения на базе LLM, векторные базы данных