Data Scientist – AI Safety

Задачи: — Полное владение датасетами безопасности: сбор, очистка, разметка, контроль качества, версионирование и подготовка к обучению и оценке моделей. — Перевод требований политики безопасности в четкие и последовательные критерии разметки и оценки, в тесном сотрудничестве со специалистами по политике. — Проектирование и управление процессами разметки, включая поиск, адаптацию и контроль внешних участников для обеспечения высокого качества. — Создание рабочих процессов оценки моделей в продакшене с использованием реальных данных для отслеживания производительности и выявления проблем. — Разработка легковесных пайплайнов и инструментов на Python и SQL для ускорения и воспроизводимости работы с данными, в партнерстве с ML-инженерами по требованиям к "готовности к обучению". Требования: — Опыт работы Data Scientist или аналогичной роли с реальными датасетами и ML-моделями. — Глубокое понимание качественного датасета: сбор, очистка, выборка, разметка, контроль качества, оценка. — Уверенное владение Python и SQL для анализа и практических рабочих процессов с данными. — Сильное критическое мышление и способность принимать решения в условиях неоднозначности, умение превращать сложные руководства в последовательные и масштабируемые решения. — Автономность и хорошие коммуникативные навыки, способность работать в междисциплинарной команде (политика, инженерия, исследования) в быстро меняющейся среде. Преимущества: — Опыт в AI safety, trust & safety, модерации контента или обнаружении мошенничества/злоупотреблений. — Опыт создания датасетов или фреймворков оценки, опыт с adversarial/safety-ориентированным ML. — Опыт управления процессами разметки с участием человека, версионирования датасетов или инструментов ML-пайплайнов. — Опыт внедрения руководств совместно с командами политики или юридическими отделами. Условия: — Работа в гибридном формате в Лондоне, тесное взаимодействие с командами AI Safety и Policy. — Равные возможности для всех кандидатов без дискриминации по различным признакам.