ML engineer

Описания нет

• Построение, fine-tune и трекинг экспериментов моделей.
• Полный процесс разработки и сопровождение моделей в продакшн.
• Поддержка и улучшение уже существующих моделей.
• Совместная работа с аналитиками и dev-командами.

• Официальный стаж работы - 3 года.
• Практический DS-опыт, с упором в NLP.
• Опыт развертывание ML, LLM моделей в продакшн.
• Глубокое знание моделей машинного обучение (ML).
• Уверенные знание в области глубокого обучение (DL) и NLP.
• Знания метрик качества моделей. Способы валидации результатов.
• Способность объяснить результаты модели.
• Уверенное владение Python.
• Знания ML стека: Boosting (Xgboost / LightGBM / Catboost), Pandas, Numpy, Scikit-learn, MLFlow & Optuna, Elasticsearch и т.д.
• Знания NLP стека: от tf-idf до hugging face, transformers, unsloth и т.д.
• Базовые навыки: Docker, Git.
• Базы данных: PostgreSQL, Qdrant / pgvector, neo4j.
• AI Agents: OpenAI, MCP, LangChain, LangGraph
• MLOps: vLLM, Triton, Llama.cpp, MLFlow, Nexus Repository, Gitlab CI, Prometheus & Grafana и т.д.
• Backend: FastAPI, SQLAlchemy, Pydantic, Alembic, Pytest, Linux.
• Навыки разработки: ООП, работа с асинхронностью, проектирование REST API, паттерны проектирование ПО.
• Будет плюсом: Опыт в смежных областях ML (например, Computer Vision); Оптимизация inference моделей; Наличие сертификатов

• Условий в вакансии нет