Проект в архиве ML разработчик

- Не менее 3 лет в роли ML Engineer либо на смежной позиции (например, Data Scientist с выраженным инженерным уклоном); - Продвинутый уровень программирования на Python: написание чистого и модульного кода, работа с типизацией и асинхронным программированием; - Уверенное владение библиотеками scikit‑learn, pandas, NumPy; - Практический опыт работы с одним из фреймворков: PyTorch, TensorFlow или JAX; - Опыт написания сложных SQL‑запросов, включая оконные функции; - Знакомство с инструментами обработки больших данных: Spark (PySpark) или Dask; - Навыки оптимизации запросов; - Базовые навыки администрирования Docker и Kubernetes; работа с системами контроля версий (Git, DVC для управления данными); - Настройка CI/CD‑пайплайнов (GitLab CI, GitHub Actions, Jenkins); - Мониторинг моделей и инфраструктуры (Prometheus + Grafana, Evidently AI, MLflow); - Облачные платформы: опыт работы хотя бы с одной из: AWS (SageMaker, EKS), GCP (Vertex AI), Azure ML, либо опыт развёртывания on‑premise решений (Kubeflow, Airflow); - Деплой моделей: практический опыт вывода моделей в production с использованием FastAPI, Flask, Triton Inference Server, TensorFlow Serving или аналогичных инструментов.

- Опыт работы с feature store: Feast, Tecton, Hopsworks; - Навыки распределённого обучения: Horovod, Ray, PyTorch Distributed.

- Разработка и оптимизация моделей машинного обучения для решения бизнес‑задач (прогнозирование, классификация, рекомендательные системы, обработка естественного языка / компьютерное зрение — в зависимости от проекта); - Проектирование и внедрение пайплайнов обработки данных (ETL/ELT) для обучения и инференса моделей; Настройка и поддержка CI/CD‑пайплайнов для ML‑моделей (MLOps), включая версионирование данных и моделей, автоматическое переобучение и мониторинг дрифта; - Интеграция моделей в продуктовую среду посредством REST API, брокеров сообщений или batch‑процессов; - Проведение A/B‑тестирования моделей, анализ их качества в реальном времени и формирование предложений по улучшению; - Участие в выборе архитектуры и технологического стека для новых AI‑решений; - Документирование разработанных решений и обмен экспертизой внутри команды.

Управляющая компания