Middle+/Senior ML-инженер

Описание роли

На позиции Middle+/Senior ML-инженера вы будете ключевым специалистом в команде LinSoftwareProduction, отвечающим за полный цикл разработки и внедрения моделей машинного обучения. Основная задача – проектировать, обучать и оптимизировать нейронные сети и алгоритмы глубокого обучения для решения бизнес-задач в области NLP и data science. Вы будете работать с большими данными, создавать и поддерживать вычислительные пайплайны, обеспечивать их масштабируемость и стабильность. В взаимодействии с аналитиками и продукт-менеджерами вы участвуете в постановке задач, выбираете архитектуры моделей, реализуете решения на Python с использованием TensorFlow, PyTorch, Keras, а также интегрируете их в продакшен. Работа предполагает глубинное исследование данных, проведение экспериментов и A/B-тестирование моделей.

Что делает вакансию особенной

У нас вы получите доступ к трендовым международным ML-проектам с гибкой методологией разработки. Полностью удалённый формат и гибкий график (5/2 с началом работы по вашему выбору) позволяют совмещать работу с личными делами и самообразованием. В LinSoftwareProduction предусмотрена прозрачная система карьерного роста с реальной возможностью увеличения заработной платы и перехода на руководящие позиции в AI-направлении. В команде ценятся эксперименты и инновации: вы сможете тестировать новые фреймворки и подходы, участвовать в профильных конференциях и профессиональных сообществах.

Условия работы

– Полная занятость с официальным оформлением и стабильными выплатами два раза в месяц
– Зарплата от 220 000 до 330 000 ₽ в зависимости от опыта и навыков
– Полностью удалённый формат работы, гибкий график 5/2
– Реальная возможность профессионального роста и увеличения дохода
– Участие в международных проектах уровня enterprise и R&D-задачах

Ожидаемые требования

– Более 6 лет опыта в ML и data science
– Глубокие знания алгоритмов и структур данных
– Опыт коммерческой разработки на Python от 3 лет
– Знание паттернов ООП и принципов проектирования вычислительных решений
– Опыт с DL-фреймворками: TensorFlow, Keras, Caffe, PyTorch
– Опыт работы с GPT и NLP-задачами
– Уверенное владение numpy, scipy, scikit-learn, pandas и др.
– Базовые знания SQL, опыт ClickHouse/Postgres

Будет плюсом

– Опыт математической оптимизации и работы с open-source солверами
– Навыки построения сложных математических моделей
– Уверенная работа в unix-like системах и написание эффективных SQL-запросов

Этапы отбора

1. Заполнение анкеты
2. Первичное интервью с HR
3. Техническое интервью с экспертами
4. Оффер