Обязанности:
LEOMAX – лидер рынка дистанционной торговли с 16-летним опытом – приглашает в свою команду ML-инженер. Почему LEOMAX? Мы входим в ТОП-3 крупнейших рекламодателей на российском TV; Наши товары представлены на ведущих маркетплейсах: Wildberries, Ozon, Lamoda; У нас более 10 собственных торговых марок, а общий ассортимент товаров насчитывает более 50 тысяч наименований; Мы даём возможность построить карьеру каждому – от линейного сотрудника до управленца. Чем предстоит заниматься: Загружать и чистить реальные данные клиента (CSV, Excel) – обработка пропусков, дублей, выбросов, кодирование категориальных признаков Быстро строить бенчмарки: сравнивать линейные модели, XGBoost, LightGBM, MLP и давать отчёт с метриками (не только accuracy, но и стабильность, экстраполяция) Разрабатывать кастомные модели на PyTorch (не обязательно глубокие сети) с численно устойчивыми training loops Реализовывать safety gate (PINE) для фильтрации недопустимых предсказаний Писать чистый воспроизводимый код Взаимодействовать с бэкенд-разработчиками: определять контракт API (JSON) для выдачи результатов модели в интерфейс Выявлять проблемы в данных или протоколах оценки (утечка, смещение, нестабильность) и предлагать компромиссные решения Мы предлагаем: Возможность развиваться в профессиональной и отзывчивой команде; Гибкое начало рабочего дня, отсутствие строгого дресс-кода, у нас принято на «ты» Комфортный офис в бизнес-центре B+, м. Волгоградский проспект/Дубровка (5/7 минут пешком) Скидки на товары Компании, партнерские программы (фитнес, банковские продукты), корпоративные мероприятия, конкурсы, новогодние подарки детям, приветственные презенты для новых сотрудников Гарантии стабильности: соблюдение законодательства, конкурентная «белая» заработная плата. Корпоративное обучение, возможность профессионального и карьерного роста; Заработная плата зависит от уровня квалификации, обсуждается на собеседовании. Что мы ожидаем: - Среднее специальное или высшее образование. Python (уверенное владение) PyTorch (уверенное владение): умение писать кастомные training loops, отлаживать численную нестабильность Pandas/NumPy (уверенное владение): обработка грязных табличных данных (пропуски, дубли, нечисловые колонки) scikit-learn + базовые модели: Linear/RSM, XGBoost, LightGBM, MLP - умеет быстро собрать benchmark Умение строить валидный протокол сравнительного тестирования (benchmark protocol) - без утечек данных, с правильной стратификацией и разбиением (в т.ч. временных рядов) Воспроизводимость (reproducibility): фиксация случайных зерен (random seed), версий библиотек, базовое отслеживание экспериментов (experiment tracking) Понимание экстраполяции: как оценивать модель на данных за пределами обучающей выборки Численная устойчивость - опыт отладки кастомных архитектур Понимание API/JSON-контракта - модель должна отдавать результаты в интерфейс через REST-запросы Опыт с реальными грязными данными клиента – не только идеальными датасетами. Способность реализовать PINE safety gate Откликайся на вакансию и присоединяйся к нашей команде!Похожие вакансии