machine learning engineer

Добавь резюме в профиле, а нейросеть определит твою категорию. Затем ты сможешь генерировать сопроводительные письма для вакансий этой категории

beehiiv — это платформа для рассылок и контента, которая помогает создателям и бизнесам запускать, развивать и монетизировать новости — обслуживает десятки тысяч издателей и достигает сотен миллионов читателей ежемесячно. Вам нужно будет проектировать, строить, развертывать и поддерживать производственные системы машинного обучения для рекламной сети, интеллекта контента и экосистемы роста, работать по всему циклу ML от постановки задач и feature engineering до обучения моделей, оценки, деплоя и мониторинга, разрабатывать модели для предсказания CTR, вероятности принятия рекламы, подбора издатель-рекламодатель, классификаторов качества контента и оптимизации креативов, создавать многоэтапные системы оптимизации с тензорами xarray, constrained solvers и многоцелевыми функциями вознаграждения, улучшать оценщики инвентаря, модели cold-start и динамические пайплайны фич, поддерживать пайплайны эмбеддингов sentence-transformer для публикаций, тегов, кампаний, рекламодателей и поведения пользователей, владеть поиском по векторному сходству, кластеризацией, тематическим моделированием и семантическим аналитикам на уровне публикаций, разрабатывать алгоритмы персонализации для интерфейса рекламной сети, создавать легковесные микросервисы на AWS для инференса моделей и API на Python FastAPI, исследовать и внедрять новые методы по мере роста сложности рекламной сети.

• 4–7+ лет опыта построения ML-систем end-to-end в продакшене
• Глубокий опыт с Python и библиотеками ML (pandas, NumPy, PyTorch, XGBoost, scikit-learn)
• Понимание supervised learning, ranking models, anomaly detection, embeddings, оптимизации и feature engineering
• SQL на сильном уровне и чутьё на производительность (опыт с ClickHouse — огромный плюс)
• Умение анализировать огромные датасеты (миллиарды событий)
• Знание статистики, экспериментального дизайна и исследовательской аналитики
• Знание экосистемы NLP (Huggingface, SentenceTransformers) и архитектуры Transformers
• Знакомство с Airflow или похожими оркестраторами
• Будет плюсом опыт с моделями для цифровой рекламы, маркетплейсов, рекомендательных систем, entity resolution в графовых базах (Neo4j), векторными базами (Chroma, Pinecone, Qdrant), деплоем ML в прод на Cloud через Docker, ECS, EKS, MLOps (MLFlow, Kubeflow, Feature Stores) на AWS, single GPU inference (CUDA, MPS), multi-objective optimization или constrained solvers, а также опыт в стартапах или ownership-heavy ролях

• Акции
• Медицинская, стоматологическая и страховая страховка
• 401(k) с матчингом от работодателя
• Неограниченный отпуск (минимум 10 дней в год обязательно)
• Ежегодный личный выезд команды
• Неограниченный бюджет на книги
• Ежемесячные дни велнеса (каждую третью пятницу месяца)