Мы ищем опытного ML-инженера, готового делиться экспертизой и сопровождать развитие начинающих специалистов. Формат предполагает частичную занятость и совмещение с основной работой.
Требования:
- Глубокие знания ML/DS (pandas, NumPy, scikit-learn, CatBoost/LightGBM/XGBoost).
- Понимание полного цикла ML-разработки (обучение, валидация, контроль версий данных, MLflow, Airflow)
- Опыт разработки и оптимизации нейросетевых моделей (базовый PyTorch/TensorFlow, эмбеддинги, ранжирование)
- Знание, как работать с различными типами данных (классификация, ранжирование, BLEU/F1/mAP)
- Опыт работы с пайплайнами данных и хранилищами (SQL, ClickHouse, PostgreSQL, Spark (PySpark))
- Опыт внедрения интеграций ML в бизнес-процессы (антифрод, скоринг, взаимодействие с продуктом/безопасностью)
- Умение построения надёжных архитектур ML-систем (предотвращение data leakage, temporal validation, устойчивость к ошибкам)
Чем предстоит заниматься:
- Разрабатывать и проверять тестовые задания для junior ML-инженеров
- Проводить технические интервью (на первом этапе — ключевая зона ответственности)
- Принимать экзамены и оценивать уровень подготовки начинающих специалистов
- Участвовать в создании и обновлении учебных материалов по ML
- Консультировать инженеров при работе над реальными проектами
- Давать развивающую техническую обратную связь
Будет преимуществом:
- Опыт наставничества, преподавания или ведения технических разборов
- Участие в создании образовательных программ или курсов по ML
- Опыт работы с большими данными (Spark, distributed training)
- Участие в open-source проектах
- Публичные выступления, вебинары, митапы
- Понимание принципов оценки и развития технических специалистов
Условия:
- Полностью удалённый формат
- Почасовая оплата
- Гибкий график и возможность совмещения
Если тебе интересно и хотелось бы помогать расти другим инженерам — будем рады твоему отклику 🚀
