Data Scientist

LIAN — системный интегратор с фокусом в аналитике и управлении данными.

Мы работаем в трех направлениях:

1. Автоматизация управленческой отчетности (BI) в малом и среднем бизнесе. Строим хранилища данных, настраиваем сбор и интеграцию, разрабатываем отчеты и дэшборды. Наш стек в BI включает все современные инструменты, в том числе open-source ПО.

2. Заказная разработка аналитических систем. Когда у нашего клиента есть специфичный запрос, мы разрабатываем аналитические системы с нуля. Часто применяем подходы BigData, Data Science, актуальные подходы к программному анализу данных и прогнозированию.

3. Запуск и ресурсное обеспечение команд разработки в комплексных проектах цифровой трансформации. Мы усиливаем команды наших партнеров и клиентов собственными сотрудниками и обеспечиваем максимально быстрый старт новых проектов. Среди наших заказчиков - крупные системные интеграторы, банки, нефтегазовые, химические производства, логистические компании, стартапы.

1. Проектирование симуляций через промпт инжениринг
- Проектирование ролевых моделей: разработка системных промптов для имитации диалога «клиент — оператор» с учетом заданных параметров (Tone of Voice, эмоциональное состояние, контекст).
- Создание системы поддержки и оценки: разработка алгоритмов выдачи подсказок оператору в реальном времени и генерация развернутой обратной связи по Hard & Soft Skills на основе анализа диалога.

2. Автоматизация контента и RAG-архитектура
- Разработка Copilot для сценаристов: создание инструмента на базе GigaChat для автоматической генерации обучающих сценариев по запросу пользователя.
- RAG: интеграция LLM с внутренней базой знаний для обеспечения фактологической точности симуляций и автоматической верификации ответов операторов по продуктовой линейке.

3. Аналитика и выявление образовательных дефицитов
- Диагностика зон роста: разработка методологии выявления «западающих» компетенций операторов на основе кластеризации ошибок и анализа результатов работы в линии
- Персонализация обучения: формирование рекомендаций по дообучению сотрудников на основе выявленных пробелов в знаниях и навыках

4. Оптимизация архитектуры решения
- Проектирование кастомного движка диалогов: переход от использования готовых конструкторов (Skillflow) к собственной агентской архитектуре для повышения гибкости управления диалогом
- Оптимизация пайплайна: упрощение процессов запуска и ведения сценариев через прямую интеграцию с API, что обеспечит более высокую стабильность и управляемость симуляций

Уверенный Python (разработка production-кода, работа с API).

Глубокое понимание работы LLM.

Опыт работы с API LLM

Продвинутый prompt engineering: Few-shot, CoT, ReAct, системные промпты.

Опыт проектирования и реализации RAG.

Понимание agentic frameworks и принципов построения мультиагентных систем.

Опыт работы со Structured Output / Function Calling.

Базовые знания ML и NLP (кластеризация, анализ текстов).

Будет плюсом:

Опыт работы с API GigaChat

Опыт построения образовательных или assessment-систем.

Опыт работы с контакт-центрами или речевой аналитикой.

Опыт проектирования архитектуры ML-решений.

• Трудоустройство по ИП/СЗ
• Гибридный график работы, 1-2 дня в офисе, офис в г. Москва, м. Кутузовская
• Работа с современными и передовыми технологиями
• Широкие возможности для профессионального и карьерного роста