ML Engineer

Что предстоит делать

Mad Brains — студия разработки цифровых продуктов, аккредитованная ИТ-компания, с 10 летним опытом разработки web, mobile и AI-решений. Входим в ТОП-10 мобильных разработчиков России и занимаем первое в Ульяновске по версии Tagline и RatingRuneta. Почему мы? — Новый опыт в каждом проекте. У нас нет рутины. Каждый проект — это вызов, новые технологии и возможность прокачать свои навыки. — Мы делаем крутые продукты. Например, наш магазин мерча работает на собственном продукте App Cart. Да, мы сами используем то, что создаем. И это работает! — Мы ценим людей. Загляни в раздел Карьера на нашем сайте и почитай, что говорят о нас сотрудники. Спойлер: у нас честно, тепло и выстроенные процессы, в центре которых, — человек. Как мы работаем? 1. Создаем продукты с 0. Используем CustDev, JTBD, продуктовые метрики для построения современного продуктового процесса. От исследования до маштабирования на международные рынки. 2. Развиваем цифровые решения, ориентируясь на продуктовые метрики. 3. Собираем выделенные команды и обеспечиваем высокое качество поддержки решений. 4. Создаем собственные платформы и отраслевые решения, помогаем бизнесу сокращать затраты на разработку. Наши продукты TryGone — виртуальная примерка одежды с помощью ИИ. MadHelper — цифровой ассистент в разработки digital-решений. App Cart — SAAS-платформа для запуска e-commerce приложений. X-kit — маркетплейс цифровых решений для малого и среднего бизнеса. Mad Chat — решение для построения инструментов корпоративной коммуникации. B2C-приложения.

• Разработка и оптимизация моделей машинного обучения для решения бизнес‑задач (прогнозирование, классификация, рекомендательные системы, обработка естественного языка / компьютерное зрение — в зависимости от проекта);
• Проектирование и внедрение пайплайнов обработки данных (ETL/ELT) для обучения и инференса моделей;
• Настройка и поддержка CI/CD‑пайплайнов для ML‑моделей (MLOps), включая версионирование данных и моделей, автоматическое переобучение и мониторинг дрифта;
• Интеграция моделей в продуктовую среду посредством REST API, брокеров сообщений или batch‑процессов;
• Проведение A/B‑тестирования моделей, анализ их качества в реальном времени и формирование предложений по улучшению;
• Участие в выборе архитектуры и технологического стека для новых AI‑решений;
• Документирование разработанных решений и обмен экспертизой внутри команды.

Что ждём от вас

• Опыт не менее 3 лет в роли ML Engineer;
• Продвинутый уровень программирования на Python: написание чистого и модульного кода, работа с типизацией и асинхронным программированием;
• Уверенное владение библиотеками scikit‑learn, pandas, NumPy;
• Практический опыт работы с одним из фреймворков: PyTorch, TensorFlow или JAX;
• Опыт написания сложных SQL‑запросов, включая оконные функции;
• Знакомство с инструментами обработки больших данных: Spark (PySpark) или Dask;
• Навыки оптимизации запросов;
• Базовые навыки администрирования Docker и Kubernetes; работа с системами контроля версий (Git, DVC для управления данными);
• Настройка CI/CD‑пайплайнов (GitLab CI, GitHub Actions, Jenkins);
• Мониторинг моделей и инфраструктуры (Prometheus + Grafana, Evidently AI, MLflow);
• Облачные платформы: опыт работы хотя бы с одной из: AWS (SageMaker, EKS), GCP (Vertex AI), Azure ML, либо опыт развёртывания on‑premise решений (Kubeflow, Airflow);
• Деплой моделей: практический опыт вывода моделей в production с использованием FastAPI, Flask, Triton Inference Server, TensorFlow Serving или аналогичных инструментов.
• Будет плюсом:
• Опыт работы с feature store: Feast, Tecton, Hopsworks;
• Навыки распределённого обучения: Horovod, Ray, PyTorch Distributed.

Что предлагаем