Middle ML Engineer (AutoML / Time Series / Classic ML)

Наша команда развивает open-source фреймворк автоматического машинного обучения FEDOT и его индустриальное расширение (Fedot.Industrial). Фокус — классический ML, AutoML, прогнозирование временных рядов и масштабируемые эксперименты на бенчмарках.

Мы ищем в Middle ML инженера, желающего развиваться в промышленной разработке ML-фреймворков: улучшение качества кода, инфраструктуры и воспроизводимости экспериментов.

Чем предстоит заниматься:

• рефакторинг и развитие legacy-кода фреймворка AutoML FEDOT: архитектурные изменения, повышение тестируемости и производительности;
• адаптация моделей и потоков данных к torch-friendly формату (тензоры, батчинг, data pipeline, совместимость с GPU);
• интеграция Fedot.Industrial в основную кодовую базу FEDOT: унификация интерфейсов, зависимостей, пайплайнов, общих утилит, моделей и операций над данными;
• дизайн экспериментов и бенчмаркинг: постановка протоколов, метрики, контроль воспроизводимости, сравнение подходов, использование AMLB, pytsbe. Прогоны на семействах датасетов M4 / Monash / OpenML / UCR; анализ результатов и оформление выводов (таблицы, отчёты, артефакты).

Ожидаемый результат работ:

• PR’ы в кодовую базу FEDOT/Fedot.Industrial (архитектурно согласованные изменения);
• репродуцируемые скрипты запусков бенчмарков и отчёты по экспериментам (метрики, таблицы, сравнения);
• улучшения скорости/памяти/стабильности + понятная документация по ключевым изменениям.

Требования:

• Python: уверенное владение, культура кода (линтеры, стиль, code review), Git, тесты, базовое CI/CD, контейнеризация;
• ML-стек: опыт с PyTorch (тензоры, dataloading, GPU), scikit-learn (пайплайны, метрики, кросс-валидация);
• проектирование: глубокое понимание ООП (SOLID, паттерны проектирования) для создания расширяемой архитектуры; основы функционального программирования (чистота, иммутабельность) и монадические структуры (Either, Option) для обработки ошибок;
• Dask: параллелизация/распределённые вычисления на уровне задач и данных.

Будет плюсом:

• опыт с CuPy и GPU-ускорением;
• экспертиза в одной из областей: AutoML, мета-обучение, временные ряды, классический ML (табличные данные, композиция моделей);
• навыки product-подхода к исследовательскому коду (документация, тесты, обратная backward compatibility).

Условия:

• дружная команда, в которой можно расти;
• участие в реальных проектах, где ценится инициативность;

• ИТМО – первый неклассический университет в ТОП-100 рейтинга работодателей;

• оформление по ТК РФ с первого рабочего дня;

• годовые премии по результатам работы;

• полис ДМС по истечении испытательного срока работы;

• более 30 внутренних курсов повышения квалификации;

• возможность проходить внешнее обучение за счет работодателя;

• несколько иностранных языков для бесплатного изучения с сертифицированными преподавателями и носителями;

• заботливые коллеги, знающие толк в экологичных коммуникациях;

• система адаптации с индивидуальными наставниками;

• доступ к библиотечному фонду ИТМО, а также бесплатный доступ к платформе “ЛитРес: библиотека” и к библиотеке “Alpina Digital”;

• бесплатные регулярные и разовые сеансы у корпоративных психологов и коучей;

• скидки на фирменный мерч в ITMO.Store и скидки от партнеров ИТМО;

• льготное посещение театров, музеев и концертных площадок города;

• мероприятия для сотрудников: лекции с представителями науки, бизнеса и медицины, спортивные мероприятия, дни донора, праздники и корпоративы.