ML Engineer
Обязанности
- Разработка элементов ландшафта решений в области ИИ, предназначенных для обслуживания клиентов компании;
- Исследования и поиск новых решений в сфере ИИ;
- Обсуждении архитектуры и требований к системам, в выборе технологии, языка программирования, библиотек и т.п.
- Подготовка и анализ данных, формирование датасетов;
- Создание и контроле эффективности моделей и пайплайнов, механизмов обновления и переобучения моделей;
- Внедрение и развитие моделей ML в различных процессах компании;
- Тестирование программных продуктов;
- Взаимодействие и сотрудничество с другими структурными подразделениями;
- Оценка объема поручаемой работы с целью правильного планирования и выполнения работы в срок;
- Передача опыта новичкам, обучение аналитиков правилам использования программных продуктов, использующих модели ML;
- Документирование процессов;
- Поддержка в актуальном состоянии стандартов Направления, контроль соответствие деятельности сотрудников Направления стандартам;
- Своевременное информирование руководства о ходе работ и возможных отклонениях от плана.
Условия работы
- Стабильная заработная плата по ТК РФ, медицинская страховка (ДМС со стоматологией), на выбор «бонусы» за стаж работы (компенсация обучения, путешествия, фитнеса, ДМС для родственника);
- Полностью удаленный или гибридный формат работы;
- Офис в историческом центре Москвы – 3 минуты пешком от м. «Пушкинская», «Тверская», «Чеховская»;
- Комфортное офисное пространство с зоной отдыха на крыше, кофе-поинты с ароматным кофе;
- Гибкие бизнес-процессы, минимум бюрократии и согласований;
- Богатая корпоративная культура – регулярные мероприятия, футбольная команда, беговой и шахматный клубы, йога, различные обучения, как внешние так и внутри компании.
Требования
- Опыт работы в области ML не менее 2 лет;
- Уверенное знания Python, Уверенное использование Jupyter / Googlle Colab;
- Знания алгоритмов и структур данных;
- Знание одного из языков: JavaScript, Java, R, C#. C++;
- Опыт работы с TensorFlow, PyTorch, scikit-learn, NumPy и Pandas;
- Глубокое понимание линейной алгебры, теории вероятностей и статистических методов.
- Знание и опыт применения алгоритмов, включая линейную и логистическую регрессию, деревья решений, нейронные сети и методы кластеризации;
- Понимание Feature engineering;
- Умение писать эффективные SQL-запросы;
- Опыт работы с Docker (Kubernetes будет плюсом);
- Способность решать сложные задачи и анализировать большие объемы данных;
- Умение эффективно взаимодействовать с междисциплинарными командами и представлять результаты работы;
- Готовность постоянно обновлять знания в быстро развивающейся области машинного обучения.