О позиции
Мы ищем ML-инженера (Python) для работы в компании RedLab. Ваша задача будет заключаться в исследовании и применении математических и ML-методов для решения прикладных бизнес-задач. Вы будете выбирать оптимальные алгоритмы под специфику данных и целей, а также разрабатывать и обучать ML-модели, включая RecSys, модели оттока, Uplift, Propensity, NLP/NER и LLM/RAG-решения.
Чем вы будете заниматься
- 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.
Требования
- 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).
Будет плюсом
- Опыт работы в финансовой и промышленной сферах.
- Знание английского языка на техническом уровне.
Что мы предлагаем
- Удаленную работу — возможность работать из любого города.
- Интересные и уникальные проекты.
- 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.
Вакансия предлагает интересные задачи в области ML и возможность удаленной работы. Требования к опыту высокие, что может ограничить круг кандидатов.
Кто здесь добьётся успеха
Глубокое понимание библиотек для машинного обучения, таких как Scikit-learn и XGBoost, для эффективного выбора и настройки алгоритмов под специфические задачи бизнеса.
Способность разрабатывать и внедрять RESTful API с использованием FastAPI или Flask, что необходимо для интеграции ML-моделей в существующие системы.
Опыт работы с удаленными командами и самоорганизованность, что позволяет эффективно управлять временем и задачами в условиях удаленного рабочего режима.
Ресурсы для обучения
Карьерный путь
Обзор рынка
Навыки и требования
Тренды отрасли
Новости FinTech
Загружаем новости отрасли...
Ищем релевантные статьи за последние 6 месяцев