ML Engineer

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

Мы — EvApps, IT-компания, создающая программные решения любой сложности: корпоративные порталы, облачные сервисы, мобильные приложения, информационные системы для бизнеса и государственных структур.
Работаем с российскими и зарубежными заказчиками, с 2019 года развиваем IT-аутстаффинг.
Награждены золотом Tagline Awards (2022) и занимаем лидирующие позиции в Рейтинге Рунета

Что предстоит делать:
Погружаться в продуктовые задачи в формате аутстафф: интеграция в команду клиента, участие в планировании, обсуждениях, проработке требований и архитектурных решений
Анализировать бизнес-требования и формулировать ML-подход.
Проектировать архитектуру ML-решений.
Разрабатывать, обучать и оптимизировать модели (classic ML, DL).
Проводить feature engineering, подбор метрик, валидации, A/B-эксперименты.
Создавать ML-сервисы и микросервисы, интегрировать модели в продакшн.
Настраивать мониторинг моделей, проводить итеративное улучшение.
Работать с данными: подготовка, очистка, преобразование, структурирование.
Взаимодействовать с командами разработки, аналитики, DevOps.
Погружаться в современные LLM-инструменты и применять их в продуктах (по необходимости).

• Опыт работы ML-инженером/Data Scientist от 3 лет;
• Подтвержденный опыт разработки и внедрения ML-моделей в продакшн (минимум 3-5 проектов, минимум 1 проект - с нуля до продакшен + мониторинг + совершенствование);
• Законченное высшее образование - IT, техническое или математическое;
• Уверенное знание Python, умение писать чистый, поддерживаемый продакшн-код, в первую очередь- для ML-задач;
• Опыт создания и сопровождения ML-сервисов на современных фреймворках: FastAPI, Flask;
• Глубокое понимание алгоритмов машинного обучения (деревья решений, линейные модели, ансамбли, нейросети);
• Практический опыт решения задач классического ML: классификация, регрессия, кластеризация;
• Опыт работы с библиотеками: pandas, numpy, scikit-learn, plotly/matplotlib/seaborn, scipy;
• Опыт с градиентным бустингом: XGBoost, LightGBM, CatBoost;
• Опыт работы с DL-фреймворков: PyTorch, TensorFlow, Keras;
• Понимание feature engineering, метрик качества моделей и методов валидации;
• Знание SQL для работы с данными.

• Зарплата от 180 до 220 тыс на руки;
• Работа в продуктивном аутстафф-формате: участие в реальных продуктовых командах заказчиков;
• Оплачиваем тестовое задание при трудоустройстве - если тест отрабатывается на реальном кейсе проекта, мы компенсируем время кандидата после выхода в штат;
• Работа в устойчивой IT-компании и возможность профессионального роста;
• Участие во внутренних мероприятиях, корпоративной культуре и развитии компании;
• Формат: офис Тула или удалёнка с другого города;
• Оформление по ТК РФ;
• IT-ипотека по сниженной ставке, отсрочка от службы в армии;
• График: 5/2, с 9:00 до 18:00, плавающий обед;
• Компенсации и бонусы: 50% оплаты занятий английским; 50% оплаты спорта; софинансирование профессионального обучения; оплата парковки для офисных сотрудников.