ml инженер контроля качества данных

Описания нет

• Исследовать и прототипировать новые методы контроля качества данных на данных компании;
• Проектировать ML- и статистические контроли для выявления аномалий, дрейфа распределений, деградации свежести данных, нарушений сезонных паттернов и нетипичных комбинаций метрик;
• Строить базовые ожидания по DQ-метрикам: row_count, null_rate, unique_count, свежесть данных и доли категорий;
• Подбирать подходящие методы под конкретную задачу: от простых правил и статистических проверок до ML-моделей;
• Валидировать контроли без готовой разметки: проверять их на исторических данных, использовать синтетические аномалии, shadow mode и анализ ложных срабатываний;
• Интегрировать решения в production-пайплайны: Airflow, PySpark, Hive/Hadoop;
• Настраивать алертинг для операционных команд и сопровождать решения в production.

• Опыт в ML или Data Science от 3 лет;
• Уверенное владение Python, pandas, numpy, scikit-learn и SQL;
• Сильная база по математической статистике и классическому машинному обучению: линейные модели, деревья и бустинги;
• Опыт работы с методами выявления аномалий и обнаружения дрейфа данных, а также с временными рядами;
• Понимание, где нужен ML, а где достаточно правила, SQL-проверки или статистического базового контроля.

• Размер заработной платы обсуждается по итогам собеседования;
• Квартальная премия по результатам KPI;
• Гибкий график работы;
• Полная удалёнка или гибрид на выбор;
• ИТ-хабы в Москве, Питере и Екатеринбурге, сезонный коворкинг в Сочи;
• Программа ДМС с первых дней работы, включая стоматологию, обслуживание в лучших клиниках города, страхование и компенсацию 10-ти дней больничного;
• Тренинги, вебинары, митапы и демо-дни для карьерного развития;
• Оплата профильных конференций и курсов;
• Доступ к корпоративным библиотекам Alpina Digital, МИФ и бизнес-изданиям;
• Программа развития AI-грамотности с треками по работе с нейросетями от базового до продвинутого уровня.