ml engineer в телеком

NTEC — международный телекоммуникационный оператор и лидер в сфере информационно-коммуникационных технологий. Компания создаёт комплексные решения в сфере защиты информации.

• Разрабатывать и поддерживать системный Linux-агент на C++17/20;
• Разрабатывать ML-модели детектирования угроз для EDR/XDR-платформы;
• Строить модели обнаружения аномалий поведения пользователей и хостов (UEBA);
• Моделировать последовательности процессов и событий на телеметрии конечных устройств;
• Выявлять перемещение между системами и цепочки атак с помощью графовых подходов;
• Обучать модели при дефиците размеченных данных, используя полууправляемое обучение и слабый контроль;
• Проектировать признаки на событийных данных и строить конвейеры обработки потоков через Kafka;
• Выводить модели в промышленную эксплуатацию с помощью Docker, CI/CD, MLflow / DVC;
• Мониторить качество моделей в промышленной среде, включая дрейф и уровень ложных срабатываний.

• Понимание полного жизненного цикла ML-систем: данные, обучение, развёртывание и мониторинг;
• Уверенное знание классических алгоритмов: Logistic Regression, Random Forest, Gradient Boosting (XGBoost, LightGBM);
• Опыт кластеризации (k-means, DBSCAN) и обнаружения аномалий (Isolation Forest, One-Class SVM);
• Базовые знания временных рядов: ARIMA, LSTM;
• Уверенное владение Python, Polars, pandas, NumPy и ООП;
• Опыт разработки и обучения моделей на PyTorch;
• Опыт проектирования признаков на событийных данных;
• Опыт работы с большими объёмами данных — от 10M событий в день;
• Знание SQL, PostgreSQL и ClickHouse;
• Опыт работы с Kafka или другими системами потоковой обработки данных;
• Опыт работы с Docker и CI/CD для ML, MLflow, DVC или аналогами;
• Высшее образование в области Computer Science, прикладной математики или кибербезопасности;
• Будет плюсом опыт в UEBA, моделирования последовательностей по логам процессов и событий, графового ML, полууправляемого обучения и слабого контроля, работы с Airflow / Prefect.

• График 5/2, рабочий день — 8 часов.