М.Косметик ищет ведущего ML-инженера для разработки и внедрения моделей машинного обучения. В фокусе — классический ML на табличных данных, прогнозирование временных рядов и связь качества моделей с измеримым бизнес-эффектом. Условия оплаты обсуждаются по итогам собеседования.

Что предстоит делать

• Разрабатывать модели для табличных данных, временных рядов и задач прогнозирования.
• Применять и сравнивать методы gradient boosting, включая LightGBM, CatBoost и XGBoost.
• Доводить ML-модели до production и учитывать требования к их стабильной работе.
• Проектировать временную валидацию, выявлять data leakage и оценивать калибровку моделей и неопределённость прогнозов.
• Использовать causal inference и принципы экспериментального дизайна для анализа влияния решений.
• Организовывать ML-процессы с помощью Airflow или аналогичного инструмента.
• Учитывать распределённую обработку данных, партиционирование и оптимизацию вычислений, связывать ML-метрики с бизнес-результатами.

Что потребуется

• Сильная база в классическом машинном обучении, статистике и анализе табличных данных.
• Практический опыт с forecasting, временными рядами и градиентным бустингом: LightGBM, CatBoost или XGBoost.
• Понимание causal inference и экспериментального дизайна.
• Опыт вывода ML-моделей в production.
• Уверенное владение Python и SQL; опыт работы с Airflow или аналогичным оркестратором.
• Знание временной валидации, утечки данных, калибровки, оценки неопределённости и оптимизации распределённых вычислений.

Что важно знать

В описании сочетаются моделирование, инженерная часть и оценка прикладного эффекта: важно не только обучить модель, но и корректно проверить её и внедрить в production. Предусмотрена полная занятость; указаны удалённый формат по России и варианты офиса или гибрида в Москве и Краснодаре.