Чем предстоит заниматься:
Вы будете ключевым разработчиком наших интеллектуальных продуктов, создавая и внедряя ML-модели, которые напрямую влияют на ключевые бизнес-метрики: увеличивают эффективность, автоматизируют процессы и создают персонализированный опыт. Ваши решения будут обрабатывать миллионы событий и станут ядром наших сервисов.
Основные задачи:
1. Разработка и внедрение ML-решений:
- Создание, обучение и валидация моделей для решения бизнес-задач: прогнозирование, классификация, рекомендации, оценка вероятностей.
- Полный цикл разработки модели: от исследовательского анализа данных и генерации гипотез до промышленной эксплуатации и поддержки.
- Поиск и реализация новых ML-подходов для оптимизации бизнес-процессов.
2. Проектирование и поддержка ML-сервисов:
- Создание высоконагруженных, масштабируемых и надежных API-сервисов для инференса моделей (FastAPI, Flask).
- Интеграция ML-сервисов в производственные бизнес-процессы и IT-ландшафт компании.
- Обеспечение мониторинга, тестирования и эксплуатационной надежности ML-систем.
3. Инжиниринг признаков и данных:
- Разработка и поддержка пайплайнов для генерации и управления признаками (Feature Engineering).
- Работа с хранилищами признаков (Feature Store) и обеспечение консистентности данных между обучением и инференсом.
- Создание ETL-процессов для подготовки данных к обучению моделей.
4. Развитие ML-платформы:
- Участие в развитии ML-инфраструктуры, включая системы для экспериментирования, тренировки и развертывания моделей.
- Оптимизация процессов обучения и инференса для повышения эффективности и снижения затрат.
- Автоматизация рутинных операций в жизненном цикле модели (MLOps).
Наши ожидания (Требования):
- Опыт работы Machine Learning Engineer / Data Scientist от 4-х лет, включая опыт вывода моделей в production и поддержки на позиции Senior в коммерческих проектах.
Обязательные технические навыки:
- Глубокое знание Python и экосистемы для ML (pandas, scikit-learn, numpy, scipy).
- Опыт работы с фреймворками для ML:** Scikit-learn, XGBoost/LightGBM/CatBoost. Знание PyTorch или TensorFlow будет большим плюсом.
- Практический опыт разработки **продуктовых веб-сервисов (FastAPI, Flask) и понимание принципов REST/gRPC.
- Уверенное владение SQL и опыт работы с OLAP-системами (ClickHouse, BigQuery) и хранилищами данных.
- Понимание полного жизненного цикла модели (MLOps) и опыт работы с инструментами: Docker, Kubernetes, MLflow, Airflow.
- Знание подходов к инженерии признаков, валидации моделей и оценке их бизнес-impact.
- Инженерные и исследовательские навыки:
- Умение проектировать, реализовывать и доводить до production сложные ML-системы, а не только прототипы в jupyter notebook.
- Способность анализировать и оптимизировать производительность ML-пайплайнов (инференс, обучение, работа с данными).
- Глубокое понимание классических подходов ML и их применимости в задачах бизнеса.
- Бизнес-ориентация: Понимание, как ML-решения создают бизнес-ценность. Опыт в задачах: прогнозирование спроса, динамическое ценообразование, кредитный скоринг, фрод-детекция, рекомендательные системы. Опыт в фудтехе/ритейле/e-commerce — большое преимущество.
- Коммуникация: Умение ясно доносить сложные технические концепции и результаты экспериментов до кросс-функциональных команд и стейкхолдеров. Опыт взаимодействия с аналитиками, продуктологами и инженерными командами.
МЫ ПРЕДЛАГАЕМ ТЕБЕ:
Рассматриваем кандидатов не только из Москвы!)
Москва
от 130000 RUR
Москва
от 130000 RUR
Городской информационный центр Инфосити
Москва
до 250000 RUR
Телишева Мария Сергеевна
Москва
от 200000 RUR
ТЕХНОЛОГИИ ОТРАСЛЕВОЙ ТРАНСФОРМАЦИИ
Москва
от 200000 RUR
IT Solutions Management International Pte. Ltd.
Москва
до 160000 RUR
Sales Partners
Москва
до 160000 RUR
ВижнЛабс (VisionLabs)
Москва
до 190000 RUR
Москва
до 120000 RUR