ML-engineer
О команде:
В Центре машинного обучения и анализа данных мы разрабатываем, сопровождаем и развиваем ML-системы, помогая продуктовым и бизнес-командам принимать решения на основе данных. Занимаемся полным циклом: от исследования и прототипирования решений (классический ML и нейросетевые модели) до внедрения моделей в продакшен, мониторинга и обеспечения стабильной работы сервисов.
Мы ищем ML Engineer, который будет отвечать за полный цикл разработки и эксплуатации ML‑систем: от работы с данными до выкатки моделей в продакшен, их мониторинга и регулярного переобучения.
Чем предстоит заниматься:
– Развитие и поддержка текущих ML-решений в компании;
– Участие в полном цикле разработки новых ML-решений (классический ML, нейросетевые модели) - от постановки задачи и проведения исследований до вывода моделей в продуктивную среду
– Деплой ML-моделей в продакшен: интеграция с backend сервисами, контейнеризация, настройка мониторинга моделей и дрифта данных: метрик качества, бизнес метрик, настройка алертов и периодического переобучения.
– Разработка и сопровождение ETL-процессов и Feature pipelines подготовки данных для моделей машинного обучения (совместно с командой DE)
– Разработка и поддержка внутренних инструментов и библиотек
– Участие в общении с бизнес-заказчиками и смежными командами: сбор, оценка и формулировка в ML-терминах технических и бизнес требований к разрабатываемым моделям и сервисам; составление ML System Design документов
– Погружение в предметную область компании - оператора платежных систем
– Участие в развитии ML-платформы и ML-инфраструктуры для задач команды
– Участие в жизни внутреннего Data Community: публикация технических статей, выступления на внутренних и внешних митапах в качестве спикера
Мы ожидаем:
– Опыт работы в ML / DS или аналогичной роли от 3 лет, включая минимум 1 год на позиции ML Engineer.
– Уверенное владение Python и основными ML-библиотеками: Pandas/Polars, Numpy, Matplotlib, Seaborn, Sklearn, XGBoost/LightGBM/CatBoost
– Уверенное владение SQL (мы используем - ClickHouse, PostgreSQL) и опыт работы с большими объёмами данных
– Опыт работы с фреймворками глубокого обучения (PyTorch / TensorFlow) для релевантных задач (например, последовательности событий, текст, табличные данные, графы).
– Хорошая математическая база, знание основ линейной алгебры, теории вероятности, математической статистики;
– Знание классических алгоритмов в машинном обучении, опыт их применения на практике
– Понимание основных принципов в Deep Learning
– Опыт продакшен разработки ML сервисов (FastAPI), и вывода моделей в продуктивную среду, знание Docker
– Отличные знания Linux, Git
– Опыт работы с трекерами задач (Jira) и корпоративными Wiki (Confluence)
– Английский язык, позволяющий читать техническую и научную литературу в предметной области
Будет здорово если есть:
– Опыт работы в финтех или банковской сфере, на аналогичных позициях
– Опыт построения высоконагруженных ML‑систем
– Опыт работы с Apache Spark, Apache AirFlow, Apache Kafka, S3
– Опыт работы с инструментами визуализации метрик для ML-сервисов: Grafana, Prometheus, Sage, Evidently
– Понимание базовых принципов MLOps (версионирование данных и моделей, воспроизводимые эксперименты, мониторинг, переобучение, и т. д).
– Опыт работы с MLOps-инструментами (напр. MLFlow)
– Опыт построения Feature Store и ML-витрин в рамках задач
– Опыт разработки и продуктивизации решений с использованием LLM / GenAI, RAG-систем
Мы предлагаем:
– Оформление согласно ТК РФ
– Достойный уровень заработной платы + премии
– График работы: 5/2 с 9:15 до 18:00
– Социальный пакет: ДМС со стоматологией, телемедицина, полис для выезжающих за рубеж, страхование от несчастных случаев и рисковых заболеваний, доплата по больничным листам до 20 дней в году, частичная компенсация затрат на покупку путевок в летний детский лагерь, материальная помощь в особых случаях
– Комфортный офис в центре: тренажерный и спортивный залы, лаунж-зона, микромаркеты, кухни с чаем, кофе и снеками на каждом этаже