Обязанности:
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 этажеПохожие вакансии