Machine Learning Engineer

Мы ищем Machine Learning Engineer с сильной экспертизой в разработке и внедрении ML-моделей, программировании на Python и работе с облачной инфраструктурой. Идеальный кандидат должен уметь проектировать и строить end-to-end пайплайны машинного обучения, контейнеризировать приложения с использованием Docker и разворачивать решения в облачной среде. Также важно умение декомпозировать сложные бизнес-задачи на ML-задачи и оценивать, действительно ли машинное обучение является оптимальным решением. Эта роль подойдет специалистам, которые умеют работать hands-on, обладают аналитическим мышлением и прагматично применяют ML-решения для реальных бизнес-задач. Обязанности – Проектирование, разработка и внедрение моделей машинного обучения для задач предиктивной аналитики, классификации, NLP и других data-driven задач. – Построение data pipelines для загрузки данных, предобработки, feature engineering и обучения моделей. – Контейнеризация ML-моделей и приложений с использованием Docker для масштабируемого и воспроизводимого деплоя. – Развертывание и поддержка ML-решений в облачных средах (AWS/GCP). – Оптимизация производительности моделей, задержек (latency) и использования ресурсов для real-time или batch-инференса. – Мониторинг и устранение проблем с ML-моделями в production-среде, обеспечение надежности и стабильности работы. – Взаимодействие с data-engineers, разработчиками и бизнес-стейкхолдерами для определения требований и интеграции ML-моделей в production-системы. – Проведение тщательной оценки моделей с использованием соответствующих метрик для обеспечения производительности и fairness. – Анализ необходимости применения машинного обучения для конкретной задачи или выбор альтернативных подходов (например, rule-based или статистических методов). Требования Технические навыки Machine Learning AI – Глубокое понимание методов машинного обучения (supervised и unsupervised learning), NLP, основ deep learning и методов оценки моделей. Программирование – Уверенное владение Python, включая библиотеки и фреймворки: TensorFlow, PyTorch, Scikit-Learn, Pandas, NumPy. Docker и контейнеризация – Опыт контейнеризации ML-приложений с использованием Docker. Облачные платформы – Опыт работы хотя бы с одним облачным провайдером (AWS или GCP). Работа с данными и пайплайнами – Опыт работы с большими датасетами, базами данных SQL/NoSQL и ETL-процессами. Аналитическое мышление и решение задач – Умение разбивать сложные задачи на структурированные ML-задачи. – Способность определить, действительно ли необходим ML, или более эффективным будет более простое решение (например, эвристические правила или статистические методы). – Сильные навыки отладки, оптимизации и улучшения моделей с точки зрения производительности и интерпретируемости. Командная работа и коммуникация – Умение эффективно работать в кросс-функциональных командах (data engineers, software developers, product managers). – Способность понятно объяснять технические концепции нетехническим участникам проекта. – Документирование и поддержка ML-workflow для обеспечения воспроизводимости и масштабируемости. Будет плюсом – Понимание бизнес-влияния ML-моделей и умение связывать их с целями компании. – Опыт работы с feature stores, model registries и управлением жизненным циклом ML-моделей. Обязательные навыки – Machine Learning – Python – Docker – AWS – SQL Обязательные языки – Английский язык Условия работы – Удаленная работа с гибким графиком. – Работа в команде, ориентированной на решение задач и инновации. – Возможность работать над разнообразными задачами в области машинного обучения и участвовать в построении end-to-end ML-пайплайнов. Спасибо, что дочитали до этого момента. После отклика вам будет предложено зарегистрироваться в нашей внутренней системе - это часть процесса, направленного на ускорение и упрощение найма. Мы используем AI-инструменты для автоматизации и оптимизации работы с кандидатами, чтобы быстрее давать обратную связь и принимать решения. Понимаем, что это может выглядеть необычно, но на практике это помогает сократить лишние этапы и сделать процесс более прозрачным и удобным для всех сторон. Не пугайтесь, всё просто и займёт минимум времени. Будем рады вашему отклику!