ML инженер

Привет! Мы - DM Solutions - ИТ-интегратор. Предоставляем полный цикл услуг в области цифровой трансформации корпораций и государственных компаний.

Наши клиенты: Аэрофлот, АК Россия, Росатом и его дивизионы, Газпромнефть, Силовые машины, Росгосстрах, Ингосстрах, Дом.РФ, МТС и многие другие.

Мы активно растем, выстраиваем и совершенствуем наши процессы, запускам новые проекты и направления бизнеса.

Ищем нового коллегу - ML инженера.

Мы предлагаем:

• Мы - аккредитованная ИТ компания.

• Быстрый процесс подбора: интервью с HR → встреча с нанимающим менеджером → проверка СБ → оффер. В среднем, прохождение всех этапов занимает 1-2 недели.

• Оформление: в соответствии ТК РФ. Можно подписывать документы через кадровый электронный документооборот.

• Выплаты: “белая” заработная плата, оплата больничных и отпусков, премии.

• Бенефиты: ДМС со стоматологией, компенсация профильных курсов и обучений.

• График работы: пн-пт, сб/вскр - выходные. Разные форматы работы по договоренности с руководителем: удаленно, гибрид, офис. Согласование отсутствий без лишней бюрократии.

• Офис: в современном офисном центре Деловой квартал “Новоспасский” на ст.м.Павелецкая, 15 минут от метро.

И ещё у нас есть:

• Помощь в адаптации: назначим наставника, выдадим необходимую технику, составим и обсудим план работ.

• Профессиональный и карьерный рост: мы не сдерживаем амбиции, приветствуем готовность брать на себя ответственность и отвечать за результат.

• Лояльная и дружелюбная корпоративная культура: у нас крутые корпоративы и автопробеги, быстрые коммуникации.

• Сильный ТОП-менеджмент: руководители выполняют свои обязательства перед сотрудниками, готовы идти на диалог и искать решения вместе.

Необходимые навыки/знания/опыт:

• Опыт разработки Python, понимание ООП, паттернов проектирования и асинхронных запросов (asyncio);

• Опыт работы с SQL (PostgreSQL, ClickHouse);

• Навыки разработки и оптимизации ETL процессов;

• Знания классического ML, умение ориентироваться в ML-моделях.

• Умение обучать глубокие нейросети, рекурентные архитектуры;

• Опыт работы с моделями временных рядов;

• Опыт работы с Airflow, MLFlow;

• Опыт разработки API, FastAPI;

• Опыт деплоя моделей в Kubernetes кластер, опыт написания деплоймент манифестов;

• Опыт работа с KubeFlow.

Основные задачи:

• Разработка и оптимизация ETL процессов;

• Создание конвейеров предобработки и валидации данных;

• Создание и обучение ML моделей предиктивной аналитики;

• Настройка мониторинга ML-моделей и качества данных;

• Управление жизненным циклом ML моделей;

• Деплой ML моделей в прод среду.