Обязанности: Подготавливать модели к внедрению, оборачивать их в сервис Быть связующим звеном между fullstack разработчиками и Data Scientists Взаимодействие с командой для определения требований и функциональности Участие в планировании и оценке сроков выполнения задач Участие в приемо-сдаточных испытаниях Документирование разрабатываемого решения. Требования: Знания в области разработки программного обеспечения (O-notation, Patterns, Clean Code, Code Review); Знание PostgreSQL в части SQL. Умение писать и отлаживать SQL-запросы, понимание механизмов работы индексов и транзакций, MPP (Massive Parallel Processing); Опыт работы с Airflow или другими системами управления моделями ML; Знает, как перевести модель в производство, ключевые понятия — data drift, model retraining strategies; Опыт настройки CI/CD. Может разрабатывать решения ML (обучение-тестирование/производство). Умеет интегрировать A/B-тестирование; Знание фреймворков MLFlow, Kuberflow, MLRun; Контейнеры Docker и системы управления контейнерами Kubernetes; Знание Python, Django (ORM Models) либо SqlAlchemy, знание стандартной библиотеки Python; Приветствуется знание ITIL, опыт работы с ITSM системами; Приветствуется опыт в области NLP: Трансформеры (BERT special tokens), RNN, классические подходы, LLM. Стек: Back: Python, FastAPI, Docker/Kubernetes, Kafka, S3, Hadoop, Spark, Django (ORM Models), SqlAlchemy БД: PostgeSQL, ClickHouse, Victoria Metrics, ScyllaDB Front: React, TypeScipt ML: Streamlit, Jupyter, Pandas, Numpy, SciKit-learn, TensorFlow, MLFlow Опыт работы с векторными и графовыми БД.
Аналитик данных CausalML / ML-Engineer (Data Science)
Договорная
Москва
Аналитические программные решения
Договорная
Москва
ФГУП ГлавНИВЦ Управления делами Президента Российской Федерации