ML-инженер (Python)

Ты сможешь получить опыт и раскрыть свой потенциал, работая над уникальными технологичными проектами наших клиентов. Ты фокусируешься на технических задачах, а мы берем на себя переговоры с заказчиком, решение бюрократических вопросов и  своевременно оплачиваем работу на проекте. Приглашаем ML разработчика для работы на IT-проектах наших клиентов (в формате аутстафф).

Мы поручим:

• Исследовать и применять математические и ML-методы для решения прикладных бизнес-задач, выбирать оптимальные алгоритмы под специфику данных и целей;
• Разрабатывать и обучать ML-модели (RecSys, модели оттока, Uplift, Propensity, NLP/NER, LLM/RAG-решения);
• Строить end-to-end ML-пайплайны: от проверки гипотез и анализа данных до обучения, валидации и выбора лучших моделей или ансамблей;
• Реализовывать production-ready решения: подготовка моделей к эксплуатации, оптимизация инференса (скорость, стабильность, масштабируемость);
• Интегрировать ML-решения в существующую ИТ-инфраструктуру (API, брокеры сообщений, хранилища данных);
• Оптимизировать производительность и масштабируемость ML-решений для высоконагруженных систем;
• Настраивать мониторинг технических и качественных метрик моделей;
• Взаимодействовать с инженерами, аналитиками и продуктовыми командами.

Для выполнения задач необходимо:

• Опыт коммерческой разработки в области Machine Learning от 3 лет;
• Python — продвинутый уровень (от 5 лет), умение писать чистый и поддерживаемый production код (OOP, SOLID);
• Знание фреймворков FastAPI/Django/Flask;
• Глубокое понимание теоретической базы ML: основные задачи, методы, метрики, математическая статистика и теория вероятностей;
• Практический опыт классического ML и бустингов: Scikit-learn, CatBoost, XGBoost, LightGBM;
• Опыт работы с deep learning и NLP: PyTorch, Hugging Face Transformers;
• Задачи NLP/NER, работа с текстовыми данными;
• Опыт построения и эксплуатации LLM- и RAG-пайплайнов;
• Практическая работа с LLM-инструментами и агентными фреймворками: LangChain, LangGraph (или аналогичные);
• Опыт подготовки моделей к продакшену;
• Docker, CI/CD;
• Хорошее знание Linux;
• Опыт работы с векторными базами данных: Pinecone/Weaviate/Qdrant/pgvector;
• Умение работать с брокерами сообщений (Kafka/RabbitMQ);
• Понимание принципов MLOps и мониторинга (включая Grafana).

Мы предлагаем:

• удаленную работу - возможность работать из любого города ;
• интересные и уникальные проекты - в финансовой и промышленной сферах
• комфортную рабочую атмосферу
• заключение договора ГПХ, сдельная основа (аутстафф)
• full-time занятость.

Важно! Оплата за фактически отработанное время на проекте, выплата осуществляется в российских рублях.