H
HireSeeker
E

ML Engineer

evapps · 2 февр.

0k–0k ₽
Открыть на HireHi

Описание

Мы — EvApps, IT-компания, создающая программные решения любой сложности: корпоративные порталы, облачные сервисы, мобильные приложения, информационные системы для бизнеса и государственных структур. Работаем с российскими и зарубежными заказчиками, с 2019 года развиваем IT-аутстаффинг. Награждены золотом Tagline Awards (2022) и занимаем лидирующие позиции в Рейтинге Рунета Что предстоит делать: Погружаться в продуктовые задачи в формате аутстафф: интеграция в команду клиента, участие в планировании, обсуждениях, проработке требований и архитектурных решений Анализировать бизнес-требования и формулировать ML-подход. Проектировать архитектуру ML-решений. Разрабатывать, обучать и оптимизировать модели (classic ML, DL). Проводить feature engineering, подбор метрик, валидации, A/B-эксперименты. Создавать ML-сервисы и микросервисы, интегрировать модели в продакшн. Настраивать мониторинг моделей, проводить итеративное улучшение. Работать с данными: подготовка, очистка, преобразование, структурирование. Взаимодействовать с командами разработки, аналитики, DevOps. Погружаться в современные LLM-инструменты и применять их в продуктах (по необходимости).

Требования

  • Опыт работы ML-инженером/Data Scientist от 3 лет;
  • Подтвержденный опыт разработки и внедрения ML-моделей в продакшн (минимум 3-5 проектов, минимум 1 проект - с нуля до продакшен + мониторинг + совершенствование);
  • Законченное высшее образование - IT, техническое или математическое;
  • Уверенное знание Python, умение писать чистый, поддерживаемый продакшн-код, в первую очередь- для ML-задач;
  • Опыт создания и сопровождения ML-сервисов на современных фреймворках: FastAPI, Flask;
  • Глубокое понимание алгоритмов машинного обучения (деревья решений, линейные модели, ансамбли, нейросети);
  • Практический опыт решения задач классического ML: классификация, регрессия, кластеризация;
  • Опыт работы с библиотеками: pandas, numpy, scikit-learn, plotly/matplotlib/seaborn, scipy;
  • Опыт с градиентным бустингом: XGBoost, LightGBM, CatBoost;
  • Опыт работы с DL-фреймворков: PyTorch, TensorFlow, Keras;
  • Понимание feature engineering, метрик качества моделей и методов валидации;
  • Знание SQL для работы с данными.

Условия

  • Зарплата от 180 до 220 тыс на руки;
  • Работа в продуктивном аутстафф-формате: участие в реальных продуктовых командах заказчиков;
  • Оплачиваем тестовое задание при трудоустройстве - если тест отрабатывается на реальном кейсе проекта, мы компенсируем время кандидата после выхода в штат;
  • Работа в устойчивой IT-компании и возможность профессионального роста;
  • Участие во внутренних мероприятиях, корпоративной культуре и развитии компании;
  • Формат: офис Тула или удалёнка с другого города;
  • Оформление по ТК РФ;
  • IT-ипотека по сниженной ставке, отсрочка от службы в армии;
  • График: 5/2, с 9:00 до 18:00, плавающий обед;
  • Компенсации и бонусы: 50% оплаты занятий английским; 50% оплаты спорта; софинансирование профессионального обучения; оплата парковки для офисных сотрудников.