В

Machine Learning Engineer (NLP) (Python, FastAPI)

Полный цикл внедрения ML-моделей в продакшен: от постановки задачи до мониторинга качества и ретренинга. Построение пайплайнов обработки неструктурированных данных (PDF, шумные тексты), очистка, NER, feature engineering.

воронцова виктория · На сервисе с: 01.10.26 12:08

до 320k ₽РоссияМоскваУдалёнка

Чем предстоит заниматься:

Полный цикл внедрения ML-моделей в продакшен: от постановки задачи до мониторинга качества и ретренинга. Построение пайплайнов обработки неструктурированных данных (PDF, шумные тексты), очистка, NER, feature engineering.

Обучение классических моделей и генеративных моделей для синтетических данных с оценкой качества и privacy-проверками. Упаковка решений в API и контейнеры.


Требования:

Опыт от 3 лет в роли ML-инженера / Data Scientist.

Уверенный Python, pandas, numpy, scikit-learn.

NLP: SpaCy, Hugging Face, работа с неструктурированными данными, извлечение сущностей (NER).

Классический ML: деревья решений, ансамбли (Random Forest), интерпретация результатов, подбор гиперпараметров, оценка рисков переобучения.

Синтетические данные: CTGAN, TVAE (SDV), оценка статистической близости, сохранение распределений, privacy-проверки.

Базовый MLOps: Docker, FastAPI/Flask, MLflow/DVC, понимание CI/CD.

Похожие вакансии Data Science & ML

hh.ru
x5 tech
Зарплата не указанаРоссияМоскваУдалёнка

X5 Tech — IT-компания и основной цифровой партнер торговых сетей и бизнесов X5. Команда из более 6000 специалистов разрабатывает решения, которые помогают 420 000 тысячам сотрудников группы работать с максимальным технологическим комфортом, а миллионам покупателей быстро и удобно покупать свежие продукты.

О команде

Мы — команда Data Science, которая развивает ML-решения для персонализации взаимодействия с миллионами покупателей X5. Наши модели помогают определять, кому, когда и какое предложение показать, какие товары и категории будут наиболее релевантны конкретному пользователю, какую механику коммуникации выбрать и как повысить эффективность промо. Мы решаем задачи персонализированного промо, uplift-моделирования, прогнозирования оттока и отклика, роста среднего чека и частоты покупок. Работаем с большими объемами данных и проверяем ML-гипотезы через A/B-тесты на реальных пользователях. В команде можно пройти весь путь ML-решения: от исследования данных и построения модели до проведения эксперимента, оценки бизнес-эффекта и запуска решения в промышленную эксплуатацию.

Обязанности:

  • Исследовать большие объемы данных о покупательском поведении и находить закономерности для решения бизнес-задач;
  • Разрабатывать и улучшать ML-модели для прогнозирования оттока и отклика пользователей;
  • Решать задачи uplift-моделирования и выбора оптимального воздействия на пользователя;
  • Подбирать персональные товары, категории, скидки, пороги и механики промо;
  • Генерировать и проверять гипотезы, участвовать в подготовке и анализе A/B-тестов;
  • Оценивать качество моделей не только по ML-метрикам, но и по влиянию на бизнес-показатели;
  • Участвовать в развитии внутренних ML-инструментов и фреймворков команды;
  • Участвовать в подготовке моделей к промышленному запуску и их дальнейшем развитии.
Требования:
  • Учишься на старших курсах бакалавриата, в магистратуре или недавно окончил техническую специальность;
  • Хорошо знаешь Python и умеешь писать понятный и структурированный код;
  • Знаешь основы машинного обучения и понимаешь принципы работы классических ML-алгоритмов;
  • Умеешь работать с данными и знаешь SQL;
  • Понимаешь основы математической статистики, теории вероятностей и проверки статистических гипотез;
  • Понимаешь принципы проведения A/B-тестов и оценки результатов экспериментов;
  • Умеешь самостоятельно разбираться в новой задаче, формулировать гипотезы и проверять их на данных;
  • Интересуешься применением машинного обучения для решения реальных бизнес-задач.

Будет плюсом, если ты:

  • Знаком с PySpark и понимаешь основные принципы распределенной обработки данных;
  • Работал с PyTorch или другими библиотеками для глубокого обучения;
  • Знаком с uplift-моделированием, рекомендательными системами или задачами персонализации;
  • Имеешь опыт участия в ML-проектах, соревнованиях, исследовательских или учебных проектах;
  • Знаком с Airflow, Docker, Kubernetes, Grafana, MLflow;
  • Имеешь представление о жизненном цикле ML-модели и процессе вывода моделей в промышленную эксплуатацию.
Условия:
  • Официальное оформление с белой ЗП,
  • Удобный офис с бесплатной парковкой на м. «Волгоградский проспект» / МЦД «Калитники», м. "Добрынинская".
  • Возможность работать удалённо или в гибридном формате;
  • Возможность учиться и развиваться за счёт компании: внешние тренинги и семинары по профессиональным тематикам, участие в крупнейших конференциях страны, программы развития цифровых и управленческих навыков (Цифровая академия, Школа Тимлидов), онлайн и офлайн мастер-классы, корпоративный университет «X5 Полка», школа наставников и многое другое;
  • Программы мотивации для спикеров и авторов: внутренняя школа Speak Up School, Write Up, ачивки и баллы за выступления, подготовка спикеров к крупнейшим конференциям страны, сообщество авторов на Хабре, возможность шерить опыт с комьюнити внутренних и внешних экспертов;
  • Обмен опытом через cообщества: 12 технических комьюнити от java до devops;
  • Яркая корпоративная жизнь с большим количеством мероприятий, конкурсов и возможностей для творческой реализации: регулярные внутренние митапы, демо-дни, открытые микрофоны, день IT-специалиста, программы волонтерства, корпоративное предпринимательство X5 Idea Challenge.

​​​​​​​Присоединяйся к команде X5 Tech, чтобы создавать будущее ритейла вместе с нами!

Соц.сети
Н

Middle+ Data Scientist в Телеком

Неизвестный работодательНа сервисе с: 01.10.26 13:10
Зарплата не указанаРоссияМоскваОфис

Middle+ Data Scientist в Телеком
#MiddleDataScientist #DataScientist #Python #SQL #Офис #Москва

Требования:
LangGraph, ReAct, Python, SQL, аномалии, оптимизация. Обязательно: 3+ года ML, опыт с LangGraph/ReAct. до ••••••••

Локация:📍Интервью строго в офисе в Москве (live-coding под запись).

Контакт для отклика: •••••••• +CV при отклике, пишите ID: 251_Kok

👉••••••••

Соц.сети
P

Senior ML Engineer (TTS/ASR)

palabraНа сервисе с: 01.10.26 12:56
80 000–150 000 $ (≈ 6685k–12534k ₽)Не указана странаЛокация не указанаУдалёнка

tl;dr: Senior ML Engineers (TTS or ASR), Python / C++, $80k-150k/year + equity, remote

Вас тоже бесит, что в русском кино все вечно бормочут, хоть субтитры включай? Скоро их получится нормально переозвучить 🎞

На самом деле, Palabra разрабатывает AI для синхронного перевода созвонов, стримов и вебинаров, который сохраняет оригинальный голос. Но кто нам запретит?

🐗 Деньги есть, речь идет о семизначных цифрах. А именно — $8.4M с пресида; среди инвесторов: фонд сооснователя Реддита, бывший руководитель продукта в DeepMind и ранний бэкер ElevenLabs.

🔉 Что делает TTS Engineer:

‣ Обучает собственную TTS-модель на кластерах H100;
‣ Разрабатывает zero-shot клонирование голоса между языками;
‣ Снижает задержку стриминга для realtime-перевода (недавно модель была No1 по минимальной задержке, сейчас No2 по скорости синтеза).

🎤 Что делает ASR Engineer:

‣ Строит speech-to-text модели;
‣ Улучшает конвейер перевода speech-to-speech.

От обоих ждут:

🧙+ лет опыта ML-инженером (конкретно для TTS важно 3+ в speech tech);
💅 Hands-on опыт с LLM;
🎓 Степень в CS или смежной области.

Обещают $80k-150k/year + equity, никуда не перевозят, зато в команде один из авторов ReDimNet.

В любое время дня и ночи: •••••••• 🦉

HireSeeker собирает вакансии со всех площадок и присылает только релевантные. Бесплатно.