Junior Machine Learning Engineer

О компании

Мы создаём и внедряем ML-решения, которые приносят реальную пользу бизнесу. Разрабатываем модели для скоринга, анализа текстов, рекомендаций и автоматизации принятия решений. Используем как проверенные алгоритмы, так и передовые подходы. Выстраиваем MLOps-инфраструктуру и автоматизируем весь жизненный цикл ML — от подготовки данных до мониторинга моделей в продакшене.

Задачи

• Участие во всех этапах ML-разработки: от постановки задачи и подготовки данных до внедрения и сопровождения моделей

• Построение моделей машинного обучения на Python с использованием популярных библиотек (scikit-learn, LightGBM, XGBoost, CatBoost)

• Работа с разными типами данных: табличными, текстовыми, временными рядами

• Интеграция с системами хранения и обработки данных (SQL, Hadoop, Spark)

• Написание чистого, воспроизводимого кода, работа с Git и CI/CD

• Автоматизация процессов обучения и деплоя (Airflow, MLflow, Docker)

• Мониторинг моделей в продакшене, участие в пилотных проектах, подготовка отчётности

Требования

• Уверенные знания в математике и информатике

• Понимание принципов машинного обучения и основных алгоритмов: линейные модели, деревья решений, ансамбли

• Владение Python и инструментами для анализа данных (pandas, numpy, scikit-learn)

• Опыт подготовки данных, построения ML-пайплайнов, работы с Jupyter

• Навыки работы с SQL и знание основ хранения данных

• Знания CI/CD, Docker, Airflow, MLflow будут плюсом

• Опыт с генеративными моделями (GPT, LLaMA и др.) и AI-агентами приветствуется

• Аналитический склад ума, внимание к деталям и стремление к профессиональному росту

Мы предлагаем

• Поддержку и наставничество со стороны опытных ML-инженеров и руководителей

• Разнообразные задачи: от классических ML-задач до NLP, графов и рекомендательных систем

• Современный технологический стек и доступ к вычислительным ресурсам (Kubernetes, Spark, Airflow)

• Обучение, участие в сертификациях за счёт компании

• Работа в команде с высоким техническим уровнем и ориентацией на развитие

• Вовлечённость в построение MLOps-процессов и развитие инфраструктуры