Machine Learning Engineer (Lead)

Задачи

• Разработка высоконагруженных end-to-end web-сервисов на базе ML-моделей из прототипов, предоставленных DS/DA-командами; плюс к этому умение разработать базовые ML-модели и бейзлайны, взятые из туториалов или пейперов, при отсутствии прототипов.
• Оптимизация существующих web-сервисов и ML-моделей внутри них.
• Автоматизация ETL-процессов сбора данных для ML-сервисов (самостоятельно и совместно с DE).
• Разработка и поддержка чеков полноты данных для статистического анализа и машинного обучения.
• Контроль за CI/CD приложений, помощь в реагировании на инциденты.
• Настройка мониторинга метрик качества моделей.
• Поддержание высокого уровня культуры написания и тестирования кода.
• Менторство над инженерами среднего уровня.

Требования

• Опыт разработки ПО от 2 лет.
• Web-friendly: понимание основных частей, из которых состоит web-приложение, поверхностное знание Python Django + Celery или опыт с аналогичными фреймворками (Flask/FastAPI/Java Spring).
• ML-friendly: знание Python-стека, Numpy, Scipy, Sklearn, Pandas, XGBoost/CatBoost.
• Recommender-friendly: опыт в создании рекомендашек, Implicit/LightFM/kNN search/MF.
• Database-friendly: опыт с одной или несколькими RDBMS/NoSQL/Key-Value (PostgreSQL, ClickHouse, Redis/Ignite), написание SQL-запросов.
• Broker-friendly: опыт с Kafka/RabbitMQ.
• Docker-friendly: понимание работы с контейнерами.
• Unix-friendly: Bash, Sed, AWK, Find, Grep, SSH.
• Git-friendly: знание Git, командная работа с репозиторием, понимание различных workflows.
• Gof-friendly: понимание ООП, знание основных шаблонов проектирования приложений.
• People-friendly: культура документирования своих решений\кода, соблюдение codestyle, code review.

Будет плюсом:

• Опыт внедрения ML моделей в production.
• Знание фреймворков для deep learning PyTorch и TensorFlow.
• Знание стека для оборачивания DL моделей в inference мод ONNX/TensorRT.
• Опыт с инструментами Airflow, MLFlow, DVC.
• Опыт с NLP: Gensim, NLTK, Bigartm.
• Опыт проверки статистических гипотез.
• Опыт интерпретации качества полученных моделей.
• Opensource contribution/pet projects со ссылками на BitBucket/GitHub/GitLab.

Что предлагают

• Knowledge sharing.
• Healthy команда.
• ДМС после испытательного срока.
• Доплаты по больничному листу (до 15 дней в году).
• ТК РФ.
• Работают удаленно, и можно ездить в офис на м. Киевская.