Инженер машинного обучения / Data Scientist

Что предстоит делать

<p><strong>Обзор роли</strong></p><p>Мы ищем Machine Learning Engineer / Data Scientist, который умеет превращать данные в работающие продукты — от исследования данных и построения ML-моделей до их вывода в продакшн.</p><p>Вы будете работать над реальными бизнес-задачами, нести ответственность за качество своих решений на протяжении всего жизненного цикла и активно использовать инструменты AI-driven разработки в своей повседневной работе.</p> <p><strong>Больше информации о нас</strong> — <a href="https://drive.google.com/file/d/11YU4flvsQGbEkg4o_RK3RlVllp5FXTzn/view?usp=sharing" target="_blank">[meet INSART]</a></p> <p><strong>Обязанности роли</strong></p><ul><li>Разрабатывать, обучать и валидировать ML-модели для прикладных бизнес-задач, включая прогнозирование, классификацию, ранжирование, рекомендации, обнаружение аномалий и оценку рисков.</li><li>Выполнять exploratory data analysis (EDA), формулировать и проверять гипотезы, разрабатывать подходящие метрики и эксперименты.</li><li>Строить пайплайны feature engineering и подготовки данных с использованием pandas и Polars.</li><li>Работать с алгоритмами градиентного бустинга, такими как CatBoost, XGBoost и LightGBM, включая настройку гиперпараметров, кросс-валидацию, предотвращение переобучения и контроль утечки данных.</li><li>Проводить ML-модели от прототипа до продакшна, включая упаковку, деплой, мониторинг качества и data-drift, а также переобучение.</li><li>Строить и интегрировать AI/ML-решения, включая <nobr>LLM-powered</nobr> приложения, RAG, embeddings и агентные решения там, где это уместно.</li><li>Использовать подходы и инструменты AI-driven разработки, такие как Claude, Copilot, Cursor или аналогичные решения, для написания кода, code review, тестирования и документации, при этом критически проверяя сгенерированный результат.</li><li>Разрабатывать API и сервисы вокруг AI/ML-компонентов при необходимости.</li><li>Оценивать AI/ML-решения с использованием релевантных метрик качества, производительности, latency и стоимости.</li><li>Анализировать данные клиентов и бизнес-процессы для выявления возможностей внедрения AI/ML.</li><li>Доносить технические выводы и результаты моделей до бизнеса и кросс-функциональных команд, чётко объясняя, как работает модель, её ограничения и её бизнес-эффект.</li><li>Нести ответственность за порученные AI/ML-компоненты от требований и разработки до продакшна и непрерывного улучшения.</li><li>Участвовать в code review и вносить вклад в инженерные best practices.</li></ul> <p><strong>Требования к роли</strong></p><ul><li>Сильные навыки Python и опыт написания чистого, структурированного и протестированного кода.</li><li>Практический опыт работы с pandas и Polars, включая понимание их различий и оптимизацию обработки данных для больших датасетов.</li><li>Практический опыт работы с CatBoost, XGBoost и/или LightGBM, с пониманием, когда использовать разные подходы.</li><li>Прочная база в статистике, теории вероятностей и основах ML, включая метрики, валидацию моделей, bias/variance и работу с несбалансированными данными.</li><li>Сильные навыки SQL.</li><li>Подтверждённый опыт вывода ML-моделей от прототипа до реального продакшн-продукта.</li><li>Практический опыт AI-driven разработки с использованием таких инструментов, как Claude, Copilot, Cursor или аналогичных решений.</li><li>Умение эффективно составлять промпты для AI-инструментов, проверять сгенерированный код и сохранять контроль над его качеством.</li><li>Опыт работы с Git, в команде и с code review.</li><li>Способность самостоятельно вести технические задачи и эффективно коммуницировать с техническими и нетехническими стейкхолдерами.</li><li>Сильные коммуникативные навыки: английский B2+</li></ul> <p><strong>Будет плюсом</strong></p><ul><li>Опыт работы с scikit-learn, Optuna, SHAP и инструментами интерпретируемости моделей.</li><li>Опыт MLOps с MLflow, Docker, CI/CD, Airflow, Prefect или аналогичными инструментами.</li><li>Опыт работы с облачными платформами, такими как GCP, AWS или Azure.</li><li>Опыт работы с хранилищами данных, такими как BigQuery или Snowflake.</li><li>Опыт работы с рекомендательными системами, временными рядами, uplift-моделированием, LTV/churn или аналогичными прикладными ML-задачами.</li><li>Опыт работы с LLM, RAG, embeddings и агентными решениями.</li><li>Опыт работы с A/B-тестированием и причинно-следственным анализом.</li><li>Опыт работы с GraphRAG, MCP или фреймворками AI-оркестрации.</li></ul> <p><strong>График работы </strong></p><p>Наша компания поддерживает work-life balance и позволяет вам адаптировать свой график, который состоит из 8 рабочих часов и времени на обед. Общие рабочие часы для большинства наших команд — с 12:00 до 19:00 по киевскому времени.</p> <p><strong>Процесс собеседования</strong></p><ol><li>Intro Call с рекрутером (45 мин)</li><li>Техническое интервью (60 мин)</li><li>Интервью с Hiring Manager (30 мин)</li><li>Интервью с клиентом (60 мин)</li><li>Финальный звонок с оффером (30 мин)</li></ol><p><br><strong>Присоединяйтесь к нам!</strong></p><p>Наш Youtube-канал: <a href="https://youtu.be/4sTbBCsAFRQ" target="_blank">youtu.be/4sTbBCsAFRQ</a></p><p>Наш Linkedin: <a href="https://www.linkedin.com/company/insart/" target="_blank">www.linkedin.com/company/insart</a></p> <p><strong>С нетерпением ждём взаимно интересного разговора с вами!</strong> 😉</p> <div> <a href="https://jobs.dou.ua/companies/insart/vacancies/375671/#reply-btn-id">Откликнуться на вакансию</a> </div>