ML инженер

• разрабатывать и доводить до продакшена модели компьютерного зрения, решать задачи речевой аналитики: транскрибация звонков, диаризация спикеров, извлечение сущностей и интентов, оценка качества коммуникаций и построение аналитических витрин по разговорам;
• строить классический ML: скоринг, ранжирование, прогноз конверсии и оттока, рекомендательные и matching-модели на табличных данных;
• проводить полный цикл ML: постановка задачи, разметка и подготовка данных, обучение, валидация, A/B и offline-оценка, мониторинг качества в проде;
• упаковывать модели в сервисы (API/batch), выкатывать в продакшен, обеспечивать стабильность, latency, отказоустойчивость и версионирование;
• настраивать пайплайны обучения и инференса, feature store / датасеты, трекинг экспериментов и CI/CD для ML;
• работать с продуктом и бизнесом: формализовать метрики успеха, декомпозировать гипотезы, объяснять решения моделей и влияние на KPI.

• уверенный Python и опыт промышленной разработки, а не только ноутбуков;
• практический опыт Computer Vision (классификация, детекция, сегментация) и работы с современными CV-архитектурами;
• опыт речевой аналитики / speech-to-text: ASR, диаризация, NLP поверх транскриптов;
• сильный классический ML: feature engineering, градиентный бустинг, валидация, работа с дисбалансом и утечками;
• опыт вывода ML в прод: сервисы инференса, batch/online, мониторинг дрифта, ретрайн, откат моделей;
• понимание MLOps: Docker, оркестрация пайплайнов, трекинг экспериментов, версионирование данных и моделей;
• умение читать SQL и работать с витринами/хранилищами;
• плюсом — опыт GPU-инференса и оптимизации (ONNX, Triton, квантизация).

что используем:

Python, Java, Trino, DBT ,Iceberg, Airflow, llama.cpp, LLM, Whisper, FastAPI, MLFlow, S3 + то, что принесешь ты