Обязанности:
Мы ожидаем: 5+ лет в ML/Data Science. Работа с поведенческими данными: fraud, churn, scoring, персонализация. Менторство или техническое лидерство. Технические навыки: Python на уровне production-кода. Классический ML: деревья, ансамбли, градиентный бустинг (XGBoost, LightGBM, CatBoost). Anomaly detection: Isolation Forest, One-Class SVM, statistical methods. Feature engineering на табличных данных. SQL: PostgreSQL, ClickHouse, сложные аналитические запросы, оптимизация. Опыт построения ETL-пайплайнов (Airflow, dbt, dagster). Вывод моделей в production. Коммуникация: Участие в обсуждениях, предложение решений. Презентация результатов команде и заказчику. Умение объяснять сложное простыми словами. Будет плюсом: Опыт в антифроде, рекомендательных системах или SIEM/UEBA. Временные ряды (ARIMA, Prophet). Deep Learning (PyTorch, autoencoders). Docker, Kubernetes. Ключевые задачи: Строить модели детекции аномалий аудита SQL-запросов. Разрабатывать профили поведения пользователей: что нормально, что отклонение. Определять, какие данные нужно собирать для детекции аномалий. Проектировать и тестировать фичи на табличных данных. Выводить модели в production и следить за качеством. Строить и оптимизировать дата-пайплайны: витрины, ETL, подготовка данных. Участвовать в архитектурных решениях, код-ревью, менторить коллег.Похожие вакансии
Технический директор по инфраструктуре и ML‑ops
От 300 000 руб.
Екатеринбург
Винные аналитические системы