ML-разработчик

Москва, Гостиничная улица, 5

Метро: Окружная

Показать контакты

Описание вакансии

Обязанности:

Участвовать в полном цикле разработки — от понимания бизнес-задачи и подготовки данных до обучения, тестирования, деплоя
Сбор, очистка, нормализация данных, построение признаков (feature engineering) и разработка ETL-пайплайнов для задач классификации и детектирования аномалий.
Разработка и обучение ML-моделей (включая классические алгоритмы и deep learning) для решения задач классификации, детектирования аномалий и предсказания.
Упаковка моделей в контейнеры (Docker), их деплой в виде REST-сервисов, оптимизация скорости инференса.
Обеспечение стабильной работы моделей, мониторинг качества, выявление data drift и concept drift, планирование и проведение переобучения моделей.

Требования:

Опыт разработки и деплоя ML-моделей в продакшн.
Уверенное знание Python и основных библиотек: numpy, pandas, scikit-learn, PyTorch, CatBoost, XGBoost, LightGBM, transformers.
Опыт работы с классическими ML-моделями (XGBoost, LightGBM, Random Forest) и SOTA-подходами (включая NLP/CV).
Навыки работы с SQL и системами контроля версий (Git).
Практический опыт работы с Docker и развертыванием сервисов (REST API).
Опыт оркестрации пайплайнов (Airflow или аналоги).
Знание Linux как рабочей среды.
Понимание принципов MLOps, управления экспериментами и версионирования данных/моделей.
Умение писать читаемый, тестируемый и эффективный код.
Английский язык на уровне чтения технической документации.
Будет плюсом: • Опыт оптимизации и оптимизации DL-моделей с помощью ONNX, TensorRT • Знание методов интерпретации моделей (SHAP, LIME) и уязвимостей ML-моделей • Опыт интеграции ML-моделей в реальные сервисы и взаимодействия с командами разработки • Опыт работы с несбалансированными задачами и аномалиями (unsupervised/semi-supervised anomaly detection)• Желание расти, предлагать новые решения и улучшать продукты.