Старший ML инженер

Что предстоит делать

<h3>Что это за проект и почему он должен вас заинтересовать?</h3><p>Мы ищем Senior ML Engineer для проектирования, создания и оптимизации моделей машинного обучения и пайплайнов, обеспечивающих работу production-систем. Идеальный кандидат обладает глубоким практическим опытом на всех этапах жизненного цикла ML, с особым акцентом на рекомендательные системы, глубокое обучение, практики MLOps и облачную ML-инфраструктуру на AWS.</p><h3>Вы отлично подходите на эту позицию, если у вас есть:</h3><ul><li>4+ года практического опыта в инженерии машинного обучения</li><li>Высокий уровень владения Python и основными ML-фреймворками (например, PyTorch, TensorFlow, scikit-learn, XGBoost и т.д.).</li><li>Солидный опыт в глубоком обучении — проектирование архитектуры, обучение, настройка гиперпараметров и развертывание моделей нейронных сетей.</li><li>Подтвержденный опыт проектирования и развертывания рекомендательных систем.</li><li>Практический опыт работы с AWS SageMaker и более широкой экосистемой AWS ML.</li><li>Практический опыт настройки пайплайнов обработки данных и ML-воркфлоу на AWS.</li><li>Сильные навыки в MLOps.</li><li>Глубокое понимание полного жизненного цикла ML.</li><li>Практический опыт работы с контейнеризацией и оркестрацией в production-средах.</li><li>Владение SQL и опыт работы как со структурированными, так и с неструктурированными источниками данных.</li><li>Сильные навыки решения проблем с упором на масштабируемость и оптимизацию производительности.</li></ul><h3>Вот некоторые задачи, над которыми вы будете работать:</h3><ul><li>Проектировать, обучать и итерировать ML-модели и модели глубокого обучения для задач рекомендаций, ранжирования и персонализации.</li><li>Разрабатывать и поддерживать сквозные ML-пайплайны на AWS.</li><li>Настраивать и оптимизировать пайплайны обработки данных и ML-воркфлоу с использованием сервисов AWS.</li><li>Создавать и поддерживать инфраструктуру MLOps.</li><li>Сотрудничать с инженерами данных для обеспечения качества данных, создания хранилищ признаков (feature stores) и подготовки наборов данных для обучения и инференса моделей.</li><li>Оценивать и бенчмаркать производительность моделей, проводить офлайн- и онлайн-эксперименты, а также обеспечивать непрерывное улучшение точности и эффективности моделей.</li><li>Оптимизировать инфраструктуру serving моделей с точки зрения задержки, пропускной способности и экономической эффективности.</li><li>Взаимодействовать с заинтересованными сторонами из числа продуктовых и бизнес-команд для преобразования требований в четко определенные ML-решения.</li><li>Документировать архитектуру моделей, допущения, характеристики производительности и известные ограничения.</li><li>Быть в курсе последних достижений в области рекомендательных систем, глубокого обучения и облачных ML-сервисов, а также предлагать улучшения существующих подходов.</li></ul> <div> <a href="https://jobs.dou.ua/companies/symphony-solutions/vacancies/349934/#reply-btn-id">Откликнуться на вакансию</a> </div>