О компании
Мы создаём ML-решения, которые напрямую влияют на ключевые бизнес-процессы. Работаем с широким спектром задач — от рекомендательных и прогнозных моделей до решений на базе LLM, мультиагентных систем и продвинутой аналитики. Тесно взаимодействуем с продуктовой и технической командами, активно внедряем модели в продакшн и контролируем их эффективность на всём жизненном цикле.
Обязанности
-
Разработка и внедрение моделей машинного обучения — от классических алгоритмов до нейросетевых архитектур
-
Проведение анализа данных, визуализация, генерация признаков, подбор и тестирование гипотез
-
Решение прикладных задач в сферах NLP, рекомендательных систем, временных рядов и CV (в зависимости от проекта)
-
Оценка качества моделей с помощью offline-метрик (AUC, NDCG, uplift и др.) и запуск A/B/ABC тестов
-
Подготовка решений к продакшну: контейнеризация, деплой, CI/CD (Docker, FastAPI)
-
Автоматизация ML-пайплайнов с использованием Airflow, MLflow, DVC
-
Работа с big data-инфраструктурой (Spark/Hadoop), SQL-хранилищами и написание сложных аналитических запросов
Технологический стек
-
Языки и библиотеки: Python (NumPy, Pandas, Scikit-learn, PyTorch, TensorFlow, LightGBM, CatBoost, XGBoost)
-
Хранилища и big data: SQL (PostgreSQL, ClickHouse, MS SQL), PySpark
-
MLOps и инфраструктура: Docker, Airflow, MLflow, DVC, FastAPI, GitLab CI/CD
-
LLM и агенты: LangChain, LlamaIndex, Hugging Face, OpenAI API
-
Мониторинг: Grafana, Prometheus
Требования
-
2+ года опыта в роли ML Engineer или Data Scientist
-
Отличные знания Python и опыт работы с инструментами анализа и моделирования
-
Успешный опыт внедрения и сопровождения ML-моделей в продакшне
-
Глубокое понимание методов машинного обучения: бустинги, классификация, регрессия, ранжирование
-
Понимание принципов глубокого обучения, опыт с PyTorch или TensorFlow
-
Уверенные навыки работы с SQL, понимание принципов оптимизации запросов
-
Владение Git и умение писать чистый, воспроизводимый код
-
Навыки оценки моделей с использованием статистических методов: бутстрэп, доверительные интервалы, A/B-тесты
