ML Engineer

Что предстоит делать

Мы ищем ML Engineer уровня Junior / Middle, который будет участвовать в разработке и внедрении ML-решений: от подготовки данных и экспериментов с моделями до интеграции моделей в продукт и контроля их качества.

• Подготовка, очистка и анализ данных для обучения моделей.
• Разработка и обучение моделей машинного обучения.
• Проведение экспериментов, подбор признаков и гиперпараметров.
• Оценка качества моделей и сравнение различных подходов.
• Работа с классическими ML-алгоритмами и современными Deep Learning-моделями.
• Интеграция ML-моделей в существующие сервисы и продукты.
• Оптимизация inference и производительности моделей.
• Участие в построении ML-пайплайнов и автоматизации процессов обучения.
• Мониторинг качества моделей после запуска.
• Взаимодействие с разработчиками, аналитиками и продуктовой командой.

Что ждём от вас

• Хорошее знание Python.
• Понимание основных алгоритмов машинного обучения: классификация, регрессия, кластеризация, деревья решений, boosting.
• Опыт работы с scikit-learn, Pandas, NumPy.
• Базовое понимание PyTorch или TensorFlow.
• Понимание основных ML-метрик и принципов валидации моделей.
• Знание SQL и умение работать с данными.
• Понимание Git и основных принципов командной разработки.
• Базовое понимание Docker, REST API и Linux.
• Понимание математических основ ML: линейная алгебра, теория вероятностей и статистика.
• Умение самостоятельно разбираться в новых технологиях и читать техническую документацию на английском языке.
• Будет плюсом
• Опыт коммерческой разработки ML-моделей.
• Опыт работы с LLM, NLP, Computer Vision или рекомендательными системами.
• Знакомство с Hugging Face, Transformers, LangChain/LlamaIndex.
• Опыт работы с MLflow, Airflow или другими MLOps-инструментами.
• Опыт работы с облачными платформами.
• Понимание принципов CI/CD.
• Опыт создания и деплоя ML-сервисов.
• Собственные ML-проекты, pet-проекты или участие в Kaggle.
• Что ожидаем по уровням
• Junior: хорошая база по Python и ML, наличие учебных или pet-проектов, понимание полного цикла обучения модели и готовность активно развиваться под руководством более опытных инженеров.
• Middle: опыт самостоятельного решения ML-задач, умение выбирать подходящие модели и метрики, проводить эксперименты, писать production-ready код и доводить ML-решение от идеи до внедрения.

Что предлагаем