ML engineer in fintech

SNAP IT - российская независимая технологическая компания. Мы представители самой технологичной и стремительно эволюционирующей индустрии IT. Создаем ПО для ФинТеха. Топовые банки уже доверили нам самые сложные высокотехнологичные проекты. Мы верим, что роботизация бизнеса - это будущее, которое наступило уже сегодня. Ищем инженера, который совмещает прикладную ML-разработку и MLOps: умеет работать с данными и моделями, организовать воспроизводимый процесс и довести решение до стабильной работы в production с помощью ИИ-агентов.

• Уточнять задачу и критерии успеха, анализировать и подготавливать данные, создавать baseline и выбирать подход.
• Обучать или дообучать модели, анализировать ошибки, сравнивать решения по качеству, скорости и стоимости.
• Документировать результаты экспериментов и ограничения выбранного подхода
• Автоматизировать подготовку данных, обучение, оценку и развёртывание; версионировать данные, код, модели и конфигурации.
• Обеспечивать повторяемость экспериментов и сборок
• Создавать сервисы инференса и интеграции с продуктом, настраивать окружения CPU/GPU, тестирование, CI/CD, мониторинг, обновление и откат моделей
• Создавать skills, проектные инструкции и workflow.
• Подключать инструменты и документацию, контролировать доступ к данным, секретам и вычислительным ресурсам, проверять подготовленный агентами код
• Вручную проверять данные и разметку на выборках, анализировать предсказания и ошибки модели, исследовать проблемные сценарии.
• Не ограничиваться сводными метриками
• Лично проходить реальные сценарии в развёрнутом продукте, проверять интеграции и нагрузочные характеристики.
• Диагностировать проблемы данных, модели, сервиса и инфраструктуры
• Следить за качеством, задержками, ошибками, потреблением ресурсов и изменениями входных данных.
• Исследовать отклонения, устранять проблемы и проверять результат исправлений

• Уверенный Python, опыт PyTorch и/или scikit-learn либо аналогичных инструментов.
• Умение читать, писать и отлаживать код подготовки данных, обучения и инференса, а не только запускать готовые примеры
• Практический опыт развёртывания и сопровождения ML-сервисов.
• Понимание API, хранения и версионирования артефактов, воспроизводимости окружений, мониторинга, обновления и отката моделей
• Практические навыки Linux, Docker, Git, тестирования и CI/CD.
• Умение диагностировать проблемы производительности, использования CPU/GPU и памяти
• Практический опыт Codex, Claude Code или аналогов; создание skills и проектных инструкций, настройка контекста, инструментов и безопасных окружений под ML- и инфраструктурные задачи
• Готовность самостоятельно проверять код и выводы агентов, вручную анализировать данные и предсказания, проверять реальные сценарии и доводить модель и сервис до согласованного качества
• Будет плюсом: Опыт MLflow, DVC, Kubernetes и оркестраторов вычислительных задач; Опыт оптимизации GPU-инференса, батчинга, квантования и нагрузочного тестирования ML-сервисов; Хорошее понимание ASR, TTS, DSP ML, speech & audio processing понимание трансформеров, attention-механизмов, KV-cache, diffusion; Опыт работы с диффузионными и авторегрессионными архитектурами для аудио/музыки

• Формат работы: удалённый. Важно иметь возможность пару раз в месяц ездить в офис в Москве;
• Оформление в соответствии с ТК РФ;
• ДМС+стоматология после окончания испытательного срока;
• Предоставление техники;
• Отсутствие бюрократии, прозрачность, быстрое принятие решений, а также уважение к каждому члену команды;
• Поддержка в значимых событиях.