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