ml инженер финансовой аналитики

Команда разрабатывает AI-функции для финансовой аналитики внутри финансовой платформы. Работа связана со сложным финансовым доменом и большими объёмами аналитических данных, с акцентом на корректность, надёжность и архитектурную чистоту решений.

• Разрабатывать переиспользуемые AI-компоненты;
• Проектировать и реализовывать продуктовые AI-функции от проработки деталей домена с бизнесом до готового кода в продакшене;
• Следовать единым архитектурным стандартам платформы;
• Обеспечивать отказоустойчивость, масштабируемость и производительность ML-компонентов;
• Участвовать в построении CI/CD и тестировании моделей и пайплайнов;
• Настраивать мониторинг, алертинг, логирование и трейсинг сервисов;
• Помогать специалистам по Data Science доводить код до продакшен-уровня;
• Участвовать в код-ревью и обсуждать архитектурные решения в команде;
• Документировать разработанные компоненты и подходы;
• Согласовывать технические детали с платформенными командами по инфраструктуре, данным и безопасности в рамках определённой архитектуры;
• Использовать и развивать принятые в команде паттерны разработки ML-функциональности;
• Работать с ML-инфраструктурой: Feature Store, Model Registry, трекингом экспериментов и пайплайнами.

• Опыт промышленной разработки на Python или Java от 5 лет;
• Умение писать поддерживаемый и тестируемый код;
• Понимание архитектурных принципов построения сервисов, включая REST, асинхронность, очереди и хранилища;
• Опыт работы с большими объёмами данных, SQL и NoSQL;
• Навыки оптимизации запросов;
• Знание DevOps-подходов, Docker, CI/CD, мониторинга и логирования;
• Умение самостоятельно разбираться в нечётких бизнес-задачах, предлагать технические решения и реализовывать их;
• Аккуратность, внимание к деталям, ориентация на качество и надёжность;
• Не подойдут разработчики без промышленного опыта и кандидаты, которые хотят экспериментировать с новыми фреймворками без ориентации на инженерную реализацию;
• Будет плюсом опыт разработки ML- и LLM-приложений от экспериментов до продакшена, знание жизненного цикла моделей, работы с данными и экспериментами, знакомство с Kubeflow, KServe, BentoML, Feast или аналогами, опыт работы с AI-агентами.

• Конкурентная заработная плата: оклад + бонусы;
• Масштабные и интересные задачи в гибкой команде;
• Офис рядом с метро «Кутузовская», Сбербанк Agile Home;
• ДМС для сотрудников и скидки на медицинскую страховку для родственников;
• Бесплатный тренажёрный зал и спортивные групповые занятия;
• Дисконт-программы компаний-партнёров в сферах фитнеса, страхования и туризма;
• Обучение и тренинги;
• Профессиональный и позитивный коллектив.