ML/LLM Engineer

Сейчас мы помогаем нашему клиенту — крупной технологической компании — развивать финтех-направление.

Команда строит полноценную финансовую экосистему вокруг платежных и кредитных продуктов.

Сам финтех-юнит относительно молодой — ему около 3 лет, поэтому архитектура системы изначально строилась с учётом масштабирования и современных подходов.

Это означает:

• Практически нет legacy-кода.
• Используются актуальные технологии и стек.
• Команды могут быстро принимать архитектурные решения.
• Процессы остаются достаточно гибкими и не перегруженными бюрократией.

За последние несколько лет команда запустила ряд финансовых продуктов, связанных с платежами, рассрочкой, кредитованием и финансовыми сервисами для пользователей.

Какие продукты развиваются

Финтех-направление охватывает несколько сегментов:

B2C-продукты

• Платежные сервисы.
• Кредитные и дебетовые продукты.
• Сервисы рассрочки.
• Персонализированные финансовые предложения.

B2B-продукты

• Скоринг корпоративных клиентов.
• Финансовые сервисы для бизнеса.
• Партнерские финансовые API.

При этом практически во всех продуктах ключевую роль играет машинное обучение, потому что решения напрямую влияют на:

• Кредитный риск.
• Конверсию пользователей.
• Доходность финансовых продуктов.
• Персонализацию предложений.

Команды могут работать либо над конкретным продуктом, либо над платформенными задачами финтеха. То есть команда не просто обслуживает модели, а строит интеллектуальные системы принятия решений, которые напрямую влияют на бизнес.

Чем предстоит заниматься

Это позиция ML Engineer / MLOps-инженера, поэтому основной фокус не только на обучении моделей, но и на инфраструктуре их работы.

Основные задачи

• Развитие и поддержка ML-платформы.
• Создание инструментов для Data Scientist.
• Автоматизация пайплайнов обучения и деплоя моделей.
• Обеспечение стабильной работы моделей в production.
• Настройка мониторинга и алертинга.
• Развитие инфраструктуры для работы с ML.

Сейчас также активно развивается направление LLM-решений, где планируется создание и внедрение языковых моделей в реальные продукты.

Главная цель команды — построить процессы, которые позволяют быстро, стабильно и масштабируемо выводить ML-решения в продакшн.

Что ожидается от кандидата

Обязательно:

• Опыт разработки на Python.
• Опыт разработки backend-сервисов.
• Понимание жизненного цикла ML-моделей.
• Опыт вывода моделей в продакшн.
• Работа с мониторингом и логированием.

Будет плюсом:

• Docker / Kubernetes.
• CI/CD пайплайны.
• Инструменты управления экспериментами и моделями.
• Работа с большими данными.
• Опыт разработки ML-платформы или ML-инфраструктуры.

Условия

Формат работы — гибрид (Москва или Санкт-Петербург).

Бенефиты

• ДМС со стоматологией.
• Психологическая поддержка.
• Корпоративный спорт.
• Помощь с покупкой жилья.
• Компенсация транспорта и питания.
• Скидки от партнёров.