ML Engineer

Дата размещения вакансии: 09.07.2026
Работодатель: RWB (Wildberries & Russ)
Уровень зарплаты:
з/п не указана
Город:
Москва
улица Большая Ордынка 40с4
Требуемый опыт работы:
От 3 до 6 лет

Full-stack ML/AI команда с продуктовым мышлением. Внедряем ML/AI в бизнес Финтех/Банка.

Мы в поиске сильного ML-инженера/DS, готового усилить направление ML в B2B.

Стань частью команды!

Вам предстоит:

  • Разрабатывать ML модели для направления Розницы Банка;

  • Решать комплексно задачи от бизнеса, задачи продвижения продаж, CRM;

  • Выводить модели в production;

  • Исследовать новые подходы для повышения метрик продукта;

  • Исследовать новые источники данных разных модальностей;

  • Принимать непосредственное участие в разработке ML инфраструктуры;

  • Выстраивать мониторинг за стабильностью моделей и фичей.

Формат работы - гибридный или удаленный по договоренности с руководителем.

Вы нам подходите, если :

  • Вы имеете подтвержденный опыт работы в DS/ML от 3 лет, а также от года в банках/fintech/marketplace/телекоме;

  • Отлично владеете классическим ML и DL, имеете опыт решения задач клиентского скоринга, lookalike-моделирования, response-моделирования, propensity-моделей или ранжирования клиентских аудиторий.

  • Имеете опыт участия во внедрение моделей в прод;

  • Имеете опыт построения воспроизводимых ML-пайплайнов, версионирования экспериментов, данных, конфигов и артефактов, желательно с использованием DVC.

  • Понимаете, как оценивать ML-модели не только offline-метриками, но и через пилоты, A/B-тесты, holdout/control группы и бизнес-KPI.

  • Имеете опыт построения проверок качества данных: свежесть, дубли, пропуски, стабильность распределений, контроль схемы и мониторинг входных данных модели.

  • Умеете переводить бизнес-задачу в ML-постановку: формировать таргет, определять аудиторию, выбирать метрики, объяснять ограничения модели и интерпретировать результат для заказчика.

  • Владеете Python, Spark, Git, SQL;

Будет плюсом:

  • Опыт построения мониторинга за работой моделей;

  • Опыт внедрения/использования систем версионирования экспериментов;

  • Опыт распределённого обучения

  • Опыт промышленного использования S3, trino, Airflow, Git, Clickhouse
    Опыт проектирования корректной валидации для CRM-коммуникаций: treatment/control, holdout, uplift, response rate, conversion uplift, incremental effect, etc.