ML-инженер (Middle)

Riverstart — IT-компания, аккредитована в Минцифры, входит в реестр МТК.

Занимаем со своими проектами призовые места с топовых Digital-рейтингах и являемся участником Торгово-промышленной палаты РФ и Нижнего Новгорода

С 2012 года трансформируем сложные идеи в удобные сервисы для бизнеса.

— Разрабатываем цифровые экосистемы: веб-сервисы, порталы, CRM, LMS, аналитические сервисы, приложения и прочее;

— Проводим UX-исследования и создаем дизайн;

— Создаем и обучаем ML-модели;

— Запускаем интернет-рекламу, оптимизируем веб-сайты в поисковой выдаче;

— Усиливаем команды заказчиков нашими штатными ИТ-специалистами (аутстаффинг ИТ-персонала).

С 2024г разрабатываем решения в области видео-аналитики, AI и ML. Развиваем собственный R&D центр решений в области прикладной математики и искусственного интеллекта.

В 2025г мы успешно выпустили 3 собственных продукта, основанных на алгоритмах машинного обучения.

Получили 35 призовых наград в федеральных и международных IT-конкурсах

Входим в топ-20 разработчиков сложных проектов в России и странах ближнего зарубежья и занимаем первую строку в рейтинге агентств по поддержке и развитию сайтов, а также по аутстаффингу в Нижнем Новгороде (Рейтинг Рунета 2025).

Среди наших клиентов: Ассоциация волонтерский центров «Добро.рф», Правительство Нижегородской области, Международный аэропорт «Внуково», МТС, Яндекс, ПАО «Магнит», Lamoda, «Северная долина», ХК «Спартак» Москва, ХК «Торпедо», «РОС-Химия», ГНИВЦ, ПИМУ, Фонд «Сколково», Gulliver, Bona Fide и другие компании.

Работа в команде Riverstart — это создание сложных, но интересных и востребованных проектов, гибкие условия работы, достойная оплата и дружный активный коллектив.

• Разработка и оптимизация пайплайнов для fine-tuning LLM (GPT, MIstal и др.).

• Внедрение RAG-систем для поиска по контенту.

• Развертывание моделей в продакшене (Kubernetes + Kafka для стриминга).

• Участие в архитектурных решениях по масштабированию NLP-сервисов.

• Коммерческий опыт работы от 1 года года в разработке и применении практик Data Science, NLP и Computer Vision для решения бизнес-задач; ​​​​​​

1. Знания ML/DL:

Алгоритмы:

• Понимание GBDT (XGBoost, LightGBM, ансамбли).

• Понимание работы Transformer, RNN, CNN.

• Понимание архитектур ( BERT, Diffusion Models, YOLO).

Оптимизация моделей:

• Оптимизация inference time .

• Подбор гиперпараметров (Optuna, Hyperopt), знание методов автоматического ML (AutoML).

Оценка качества:

• Глубокое понимание метрик (например, для NLP: BLEU, ROUGE; для CV: mAP, IoU).

• Умение проектировать A/B-тесты для проверки моделей в продакшене.

2. Программирование

• Опыт программирования на Python.

• ООП и паттерны (Factory, Singleton и др.).

3. Продакшен-стек:

• Опыт с Docker, Kubernetes, оркестрацией (Airflow, Kubeflow).

• Умеет поднимать API (FastAPI, Flask) и работать с gRPC.

• Знает основы RabbitMQ/Kafka для стриминга данных.

4. MLOps:

• Настройка CI/CD для моделей (MLflow, DVC).

• Мониторинг дрейфа данных и метрик (Evidently, Prometheus).

• Знаком с feature stores (Feast, Hopsworks).

5. Работа с данными

• Умение строить ETL-пайплайны (Spark, Dask, Apache Beam).

• Губокое понимание SQL.

• Умение создавать сложные признаки (например, embeddings для NLP).

• Работа с временными рядами (профилирование, декомпозиция).

6. Облака и инфраструктура:

• Опыт развертывания модели на SageMaker, Vertex AI или MLflow.

• Умение настраивать масштабируемые inference-сервисы.

• Испытательный срок 2 месяца.

• Официальное трудоустройство.

• Возможности развития профессиональных знаний на разнообразных проектах.

• Уютный офис на ул. Рождественской, в 2х шагах от набережной и закатов.

• Переход на гибридный формат посещения офиса после прохождения испытательного срока.
• Дружеская и поддерживающая атмосфера.
• Корпоративные мероприятия и отдых.

ВАЖНО! При отклике укажите пожалуйста ваш ТГ@, если его нет в резюме