з/п не указана
Москва
Большая Татарская улица 11С
Большая Татарская улица 11С
не требуется
О команде:
В Центре машинного обучения и анализа данных мы разрабатываем, сопровождаем и развиваем ML-системы, помогая продуктовым и бизнес-командам принимать решения на основе данных. Занимаемся полным циклом: от исследования и прототипирования решений (классический ML и нейросетевые модели) до внедрения моделей в продакшен, мониторинга и обеспечения стабильной работы сервисов.
Мы ищем ML Engineer, который будет отвечать за полный цикл разработки и эксплуатации ML‑систем: от работы с данными до выкатки моделей в продакшен, их мониторинга и регулярного переобучения.
Чем предстоит заниматься:
- Развитие и поддержка текущих ML-решений в компании;
- Участие в полном цикле разработки новых ML-решений (классический ML, нейросетевые модели) - от постановки задачи и проведения исследований до вывода моделей в продуктивную среду
- Деплой ML-моделей в продакшен: интеграция с backend сервисами, контейнеризация, настройка мониторинга моделей и дрифта данных: метрик качества, бизнес метрик, настройка алертов и периодического переобучения.
- Разработка и сопровождение ETL-процессов и Feature pipelines подготовки данных для моделей машинного обучения (совместно с командой DE)
- Разработка и поддержка внутренних инструментов и библиотек
- Участие в общении с бизнес-заказчиками и смежными командами: сбор, оценка и формулировка в ML-терминах технических и бизнес требований к разрабатываемым моделям и сервисам; составление ML System Design документов
- Погружение в предметную область компании - оператора платежных систем
- Участие в развитии ML-платформы и ML-инфраструктуры для задач команды
- Участие в жизни внутреннего Data Community: публикация технических статей, выступления на внутренних и внешних митапах в качестве спикера
Мы ожидаем:
- Опыт работы в ML / DS или аналогичной роли от 3 лет, включая минимум 1 год на позиции ML Engineer.
- Уверенное владение Python и основными ML-библиотеками: Pandas/Polars, Numpy, Matplotlib, Seaborn, Sklearn, XGBoost/LightGBM/CatBoost
- Уверенное владение SQL (мы используем - ClickHouse, PostgreSQL) и опыт работы с большими объёмами данных
- Опыт работы с фреймворками глубокого обучения (PyTorch / TensorFlow) для релевантных задач (например, последовательности событий, текст, табличные данные, графы).
- Хорошая математическая база, знание основ линейной алгебры, теории вероятности, математической статистики;
- Знание классических алгоритмов в машинном обучении, опыт их применения на практике
- Понимание основных принципов в Deep Learning
- Опыт продакшен разработки ML сервисов (FastAPI), и вывода моделей в продуктивную среду, знание Docker
- Отличные знания Linux, Git
- Опыт работы с трекерами задач (Jira) и корпоративными Wiki (Confluence)
- Английский язык, позволяющий читать техническую и научную литературу в предметной области
Будет здорово если есть:
- Опыт работы в финтех или банковской сфере, на аналогичных позициях
- Опыт построения высоконагруженных ML‑систем
- Опыт работы с Apache Spark, Apache AirFlow, Apache Kafka, S3
- Опыт работы с инструментами визуализации метрик для ML-сервисов: Grafana, Prometheus, Sage, Evidently
- Понимание базовых принципов MLOps (версионирование данных и моделей, воспроизводимые эксперименты, мониторинг, переобучение, и т. д).
- Опыт работы с MLOps-инструментами (напр. MLFlow)
- Опыт построения Feature Store и ML-витрин в рамках задач
- Опыт разработки и продуктивизации решений с использованием LLM / GenAI, RAG-систем
Мы предлагаем:
- Оформление согласно ТК РФ
- Достойный уровень заработной платы + премии
- График работы: 5/2 с 9:15 до 18:00
- Социальный пакет: ДМС со стоматологией, телемедицина, полис для выезжающих за рубеж, страхование от несчастных случаев и рисковых заболеваний, доплата по больничным листам до 20 дней в году, частичная компенсация затрат на покупку путевок в летний детский лагерь, материальная помощь в особых случаях
- Комфортный офис в центре: тренажерный и спортивный залы, лаунж-зона, микромаркеты, кухни с чаем, кофе и снеками на каждом этаже
