Data Scientist

Мы – команда Центра компетенций искусственного интеллекта, часть ИТ-функции «Газпром нефти». Внедряем AI/ML-решения на всех этапах нефтегазового цикла: от разведки месторождений до нефтепереработки и логистики топлива. Наша цель – повысить эффективность производственных и бизнес-процессов с помощью передовых моделей на основе данных.

Обязанности:

• Полный цикл ML-проекта (от идеи до production): сбор и анализ данных, прототипирование, обучение и валидация моделей, автоматизация и мониторинг
• Постановка математической задачи на основе бизнес-требований
• Разработка математических моделей на основе методов машинного обучения, анализа данных, методов оптимизации, а также численного моделирования нефтегазовых процессов и его объединения с моделями на основе данных
• Исследование и применение современных LLM (Qwen, T-Pro и др.)
• Создание мультиагентных систем для комплексных сценариев принятия решений
• Проектирование и реализация цепочек обработки данных (pipelines) с использованием фреймворков LangChain, LangGraph, LlamaIndex, Haystack
• Контейнеризация и развёртывание моделей в сервисы (Docker, Docker-Compose, Kubernetes)
• Поддержка и развитие разработанных и внедряемых решений
• Интеграция ML-решений с бизнес-приложениями и API
• Мониторинг качества моделей (MLflow, Prometheus/Grafana) и анализ влияния на ключевые технико-экономические показатели
• Подготовка презентаций и защита результатов перед заказчиками

• Высшее техническое или математическое образование
• Знание линейной алгебры, теории вероятности, математической статистики, методов решений дифференциальных уравнений, численных методов, методов оптимизации
• Знание принципов проектирования и опыт обучения основных типов классических ML моделей (линейные модели, деревья решений, кластеризация, SVM и пр.), а также архитектур нейронных сетей (CNN, RNN, Transformers и современные архитектуры)
• Уверенное владение Python и знание основных библиотек для работы с данными и ML моделями (NumPy, Pandas, Scikit-learn)
• Опыт работы с DL-фреймворками: PyTorch, TensorFlow, Hugging Face Transformers и пр.
• Практический опыт работы с LLM: inference, промпт-инжиниринг, fine-tuning
• Опыт создания мультиагентных систем или workflow-автоматизации
• Знание и применение LangChain, LangGraph, LlamaIndex, Haystack или аналогичных инструментов
• Навык работы в IDE (PyCharm, VSCode) и умение переводить ноутбуки в полноценные модули
• Владение Linux-консолью, Docker/Docker-Compose, git
• Уверенное понимание метрик качества (accuracy, F1 и др.)
• Умение писать production-ready код на Python (ООП, тесты, CI/CD)
• Знание инструментов мониторинга и логирования ML-моделей (MLflow, Prometheus, Grafana)
• Знание основ SQL и работы с базами данных

Условия:

• Трудоустройство в аккредитованную ИТ компанию;
• Достойную твоего профессионального уровня заработную плату (уровень вознаграждения обсуждается индивидуально по результатам интервью);
• Годовую премию по результатам деятельности дополнительную материальную мотивацию (премии от руководителя);
• Качественную программу ДМС со стоматологией с первого месяца работы;
• Неограниченный доступ к образовательному контенту на портале знаний от корпоративного университета;
• Подписка на лучшие электронные библиотеки с подборками IT-литературы (и не только);
• Собственный центр профессионального развития, в котором проводятся комплексные программы обучения hard skills;
• Внутренние демодни, коуч-дни, питчи – то, что поможет продвигать и совершенствовать проекты и собственные идеи;
• Корпоративные скидки для изучения английского языка в малых группах онлайн и офлайн;
• Регулярные карьерные марафоны, индивидуальные карьерные консультации и планы развития;
• Общение вне рабочих рамок – независимо от того, в каком городе ты работаешь! От участия в корпоративных спортивных сообществах до онлайн-экскурсий и неформальных встреч в формате Random coffee.

• В «Газпром нефть» ты можешь:

• Получить уникальный профессиональный опыт;
• Создавать смелые проекты с нуля и наблюдать за их влиянием на целую отрасль;
• Быть вместе с теми, кого вдохновляют сверхсложные задачи;
• Сочетать несколько ролей, быть частью нескольких команд или участвовать в кросс-функциональных командах;
• Использовать возможности компании-лидера для своей самореализации и убедиться, что любой профессиональный опыт важен;
• Быть среди тех, кто создает первую в России цифровую платформу для управления промышленной компанией нового поколения.