Middle+ / Senior ML-инженер

Описание роли

В роли Middle+ / Senior ML-инженера вы будете отвечать за полный цикл разработки и внедрения моделей машинного обучения и NLP-решений. Ваша основная задача — проектирование алгоритмов, их обучение и оптимизация в соответствии с бизнес-целями заказчиков. Вы будете тесно взаимодействовать с командами аналитиков и разработчиков, участвовать в постановке требований, выборе архитектуры нейросетей и организации вычислительной среды. Проекты охватывают трендовые решения с использованием GPT, глубокие сети и математические модели оптимизации.

Что делает эту вакансию особенной

* Полностью удаленный формат работы с гибким началом дня и графиком 5/2;
* Работа на международных и российских проектах с реальной возможностью профессионального роста;
* Стабильные выплаты, прозрачная система оценки результатов и бонусов;
* Доступ к современному стеку: Python, TensorFlow, Keras, PyTorch, Scikit-learn, а также ClickHouse и Postgres;
* Взаимодействие с R&D-подразделениями и возможность участвовать в конференциях и сертификациях.

Основные обязанности

* Разработка и тестирование моделей машинного обучения и алгоритмов глубокого обучения;
* Подготовка и предобработка данных, подбор оптимальных признаков;
* Интеграция обученных моделей в продакшен-окружение;
* Написание эффективных SQL-запросов для аналитики и осуществление мониторинга качества моделей;
* Автоматизация экспериментов и настройка конвейеров CI/CD для ML.

Требования

* Высшее образование в области математики, информатики или смежных дисциплин;
* Опыт коммерческой разработки на Python от 3 лет;
* Глубокие знания алгоритмов и структур данных;
* Понимание паттернов ООП и принципов проектирования вычислительных решений;
* Практический опыт с DL-фреймворками (TensorFlow, Keras, Caffe, PyTorch);
* Опыт работы с GPT и NLP-задачами;
* Уверенные навыки работы с numpy, scipy, scikit-learn, pandas;
* Базовые знания SQL и опыт работы с ClickHouse или Postgres.

Будет плюсом

* Знание методов математической оптимизации и опыт работы с коммерческими или открытыми солверами;
* Опыт создания математических моделей и аналитических конвейеров;
* Навыки работы в unix-like системах и написания shell-скриптов;
* Опыт преподавания или проведения внутренних тренингов по ML.

Этапы отбора

1. Анкета 2. Первичное интервью 3. Техническое интервью 4. Оффер