77169 вакансий +108 сегодня

ML Engineer

Описание роли

В роли ML Engineer в компании T1 вы будете ответственный за интеграцию и поддержку готовых моделей машинного обучения в производственной среде. Ваша основная задача — принимать на вход уже обученные модели, дообучать их, снимать ключевые метрики точности и обеспечивать стабильную работу в целевой инфраструктуре. Одновременно вы сможете вести до 9 моделей, что даёт редкую возможность погрузиться в многопроектную среду и управлять комплексными пайплайнами.

Работа включает:
— Развёртывание моделей в продакшн через контейнеры Docker и оркестрацию Kubernetes;
— Настройку и поддержку конвейеров CI/CD для автоматизации обучения, тестирования и деплоя;
— Интеграцию A/B-тестирования и сбор пользовательской обратной связи совместно с аналитиками;
— Выявление и устранение проблем производительности моделей без простоя сервиса;
— Сотрудничество с командой разработки СУБО и передача крупных доработок в команду evolution.

Уникальность вакансии

T1 предлагает необычный микс задач в MLOps: вы не проектируете модель с нуля, но берёте уже готовый результат и ведёте его до стабильного запуска в продакшн. Это позволяет сфокусироваться на практических аспектах: дообучение, мониторинг data drift, стратегии model retraining, настройка инфраструктуры. Команда ценит инициативу и предлагает гибкий удалённый формат, где вы можете планировать свою неделю в согласовании с единомышленниками.

О компании

T1 — один из лидеров телекоммуникационного рынка России, специализируется на цифровых решениях для корпоративного и частного сектора. Компания внедряет новейшие технологии в области Big Data и ML, предоставляя клиентам высоконадёжные сервисы. В корпоративной культуре T1 приняты ценности открытости, ответственности и постоянного развития: внутри действуют программы менторства и обучения, а эксперты регулярно обмениваться опытом на внутренних форумах.

Оценка вакансии
3.3 / 10
Вакансия ML Engineer в T1 предоставляет уникальный опыт работы с несколькими готовыми моделями одновременно и внедрения их в продакшн. Роль предполагает широкий спектр задач: дообучение моделей, настройка CI/CD, интеграция A/B-тестов и сбор пользовательского фидбэка. Удалённый формат и использование современных инструментов (Docker, Kubernetes, Airflow) делают её привлекательной для профессионалов. Это отличная возможность укрепить экспертизу в MLOps и развиваться в ведущей телеком-компании.
Опубликовано:

Будьте в курсе новых вакансий

Подпишитесь на наш Telegram-канал

Мы используем cookie. Нажимая «ОК», вы принимаете Политику конфиденциальности и cookie.