Обязанности:
Ты сможешь получить опыт и раскрыть свой потенциал, работая над уникальными технологичными проектами наших клиентов. Ты фокусируешься на технических задачах, а мы берем на себя переговоры с заказчиком, решение бюрократических вопросов и своевременно оплачиваем работу на проекте. Приглашаем Tech Lead ML Engineer для работы на IT-проектах наших клиентов (в формате аутстафф).Мы поручим: Проектировать и развивать ML-решения для прикладных бизнес-задач, выбирать подходящие математические подходы, архитектуры и алгоритмы с учетом специфики данных, ограничений и целевых метрик. Лидировать разработку и внедрение ML-моделей и сервисов: RecSys, churn prediction, Uplift, Propensity, NLP/NER, LLM/RAG-решения. Строить и развивать end-to-end ML-пайплайны: от анализа данных, проверки гипотез и подготовки признаков до обучения, валидации, выбора моделей и вывода решений в production. Принимать технические решения по архитектуре ML-сервисов, deployment-подходам, интеграции с инфраструктурой и масштабированию решений. Обеспечивать production-ready качество решений: стабильность, производительность, отказоустойчивость, удобство сопровождения и мониторинг моделей. Интегрировать ML-решения в существующий ИТ-ландшафт компании: API, брокеры сообщений, хранилища данных, внутренние сервисы. Оптимизировать скорость инференса, потребление ресурсов и масштабируемость решений для высоконагруженных сценариев. Выстраивать и поддерживать мониторинг технических и бизнес-метрик моделей, контролировать деградацию качества и инициировать улучшения. Курировать техническую реализацию задач команды: участвовать в декомпозиции, code review, выборе инструментов и инженерных практик. Выступать техническим экспертом для команды и смежных подразделений: взаимодействовать с аналитиками, data engineers, backend-разработчиками, DevOps/MLOps и product-командами. Проводить технические интервью ML/Python-кандидатов: оценивать уровень разработки, знание ML-теории, практический опыт вывода моделей в production, архитектурное мышление и соответствие профилю команды. Участвовать в формировании технической экспертизы команды: менторить инженеров, помогать в развитии junior/middle/senior специалистов, участвовать в выработке стандартов разработки. Для выполнения задач необходимо: Высшее образование (математика / физика / информатика / ИТ) Коммерческий опыт в Machine Learning от 5 лет, из них желательно опыт в роли ведущего инженера / tech lead / technical owner от 2х лет Уверенный опыт промышленной разработки на Python(от 7 лет): написание чистого, поддерживаемого и production-ready кода, понимание OOP, SOLID, code style, code review practices. Практический опыт проектирования ML-сервисов и вывода моделей в production. Хорошее знание одного или нескольких Python backend-фреймворков: FastAPI / Flask / Django. Глубокое понимание теоретической базы ML: основные постановки задач, алгоритмы, метрики качества, математическая статистика, теория вероятностей. Практический опыт работы с классическим ML и бустингами: Scikit-learn, CatBoost, XGBoost, LightGBM. Опыт работы с deep learning и NLP: PyTorch, Hugging Face Transformers, задачи обработки текстов, NER, прикладное использование языковых моделей. Практический опыт построения и эксплуатации LLM- и RAG-пайплайнов. Опыт работы с инструментами и фреймворками для LLM/agentic-сценариев: LangChain, LangGraph или аналогами. Опыт контейнеризации и подготовки решений к эксплуатации: Docker, CI/CD. Хорошее знание Linux. Опыт работы с векторными БД: Pinecone / Weaviate / Qdrant / pgvector. Практический опыт интеграции с брокерами сообщений: Kafka / RabbitMQ. Понимание принципов MLOps, мониторинга и наблюдаемости ML-систем, включая Grafana и смежные инструменты. Опыт принятия технических решений, декомпозиции задач и технического сопровождения команды будет преимуществом. Опыт проведения технических интервью или готовность брать на себя эту задачу как часть роли. Будет плюсом: Опыт руководства небольшой командой инженеров или наставничества. Опыт выстраивания инженерных стандартов, процессов code review и технической оценки кандидатов. Опыт работы с высоконагруженными ML-сервисами и распределенными системами. Понимание смежных направлений: Data Engineering, Backend, DevOps/MLOps. Мы предлагаем: Важно! Оплата за фактически отработанное время на проекте, выплата осуществляется в российских рублях. удаленную работу — возможность работать из любого города ; интересные и уникальные проекты — в финансовой и промышленной сферах; комфортную рабочую атмосферу; заключение договора ГПХ, сдельная основа (аутстафф); своевременные выплаты; интересные и уникальные IT-проекты в крупных компаниях; скидки от партнеров - английский язык, обучение, покупки; корпоративная библиотека.Похожие вакансии