ML-инженер

Описание роли

Компания ищет ML-инженера для работы над проектами в сфере маркетинга и продаж. Специалист будет разрабатывать и внедрять ML-решения, помогающие улучшить клиентский опыт, повысить эффективность маркетинговых кампаний и увеличить показатели продаж. Роль предполагает тесное взаимодействие с отделами маркетинга, сообщества продаж и финансового департамента для объединения данных и технологий ML с бизнес-целями компании.

Мы предлагаем Вам

-Разработка и внедрение моделей ML для персонализации маркетинговых коммуникаций и клиентского опыта

- Построение прогнозных моделей для задач продаж: прогнозирование спроса, объема продаж, вероятности оттока клиентов и других ключевых метрик с целью улучшения планирования и выручки

- Анализ маркетинговых данных (данные CRM, поведение пользователей, воронка продаж) и выявление инсайтов с помощью ML/статистических методов, предоставление рекомендаций маркетинговой команде на основе данных

- Сотрудничество с командами маркетинга, продаж и разработки при интеграции моделей в рабочие процессы: участие во внедрении ML-решений в продуктивную среду, настройка процессов MLOps (автоматизация обучения, деплой, мониторинг качества моделей)

- Оценка эффективности моделей и A/B-тестирование: отслеживание метрик после внедрения моделей (например, увеличение конверсии, снижение стоимости привлечения клиента), совместная работа с бизнесом над интерпретацией результатов и коррекцией моделей

- Коммуникация с бизнес-стейкхолдерами: представление результатов работы и сложных технических концепций в понятной форме для руководства и смежных команд, обучение коллег основам использования ML-решений в ИТ команде

Мы ожидаем от Вас

- Опыт работы: не менее 3 лет в области машинного обучения/аналитики данных, включая успешное создание и внедрение ML-моделей в продуктивной среде

- Образование: высшее техническое (бакалавр/магистр по специальности компьютерные науки, прикладная математика, статистика или смежной области). Студенты старших курсов технических вузов с демонстрируемым практическим опытом в ML рассматриваются для стажерских/junior позиций

- Глубокие знания ML: понимание основных алгоритмов машинного обучения и статистических методов, опыт работы с популярными ML-библиотеками и фреймворками (scikit-learn, TensorFlow/PyTorch и др.)

-Современные AI-технологии: опыт промпт-инжиниринга и работы с большими языковыми моделями (GPT, Claude и др.);

-понимание принципов создания эффективных запросов к LLM для решения бизнес-задач

- Программирование: уверенное владение Python (Pandas, NumPy и др. для анализа данных) и SQL; навык программирования на других языках будет плюсом

- Работа с данными: опыт обработки и анализа больших наборов данных, навыки предварительной очистки данных, визуализации результатов; понимание принципов feature engineering и подготовки данных для моделей

-Визуализация данных: владение библиотеками matplotlib, seaborn, plotly для создания графиков и дашбордов; умение представлять результаты анализа в наглядной форме

- Среды разработки ML: уверенная работа с Jupyter Notebooks для исследования данных и прототипирования моделей; опыт использования Google Colab или аналогичных облачных платформ для ML-экспериментов

- Контейнеризация: базовые навыки работы с Docker для упаковки и развертывания MLмоделей; понимание принципов создания контейнеров для изоляции приложений

- Английский язык: уровень не ниже B1 для чтения технической документации

- Soft skills: развитые навыки коммуникации и командной работы, аналитическое мышление и инициативность. Способность доступно объяснять сложные вещи коллегам без технического бекграунда

Желательные навыки

- Доменный опыт: практика работы с данными в маркетинге или продажах; понимание маркетинговой аналитики, воронки продаж, ключевых показателей (CAC, ROMI, LTV и т.д.) и методов их оптимизации

- Инструменты и платформы: знание систем цифрового маркетинга и клиентской аналитики (CRM, CDP, Google Analytics и пр.), опыт использования BI-инструментов для построения дашбордов и отчетов

- MLOps и облачные технологии: опыт развертывания моделей в облаке (AWS, GCP, Yandex Cloud) и автоматизации ML-пайплайнов

- Большие данные: опыт работы с Apache Spark, Hadoop для обработки больших датасетов будет плюсом

- Техническая инфраструктура: уверенные навыки работы с системами контроля версий (Git, GitLab, GitHub); умение самостоятельно изучать техническую документацию и быстро осваивать новые инструменты

- Этика и безопасность данных: понимание принципов GDPR и других норм по работе с персональными данными, учет этических аспектов AI при работе с пользовательской информацией

- Продолжение образования: наличие научных публикаций в области ML/AI приветствуется – опционально, но будет плюсом

Личностные качества

- Мотивация и саморазвитие: искренний интерес к машинному обучению и практическому применению искусственного интеллекта

- Исполнительность: ответственность и умение доводить задачи до результата, самостоятельность в решении технических вопросов

- Обучаемость: готовность к постоянному изучению новых технологий и методов в быстро развивающейся области AI/ML

- Готовность к интенсивной работе: способность уделять проектам достаточное количество времени для достижения качественных результатов

Возможность удаленной работы. Офис находится м. Академическая. Достойный уровень ДВ.