ML разработчик

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

Litota Group — группа ИТ-компаний, предоставляющая экспертизу для реализации ИТ-проектов. Команда обогащает клиентские проекты опытом экспертов, самостоятельно реализует продукты и создает решения, меняющие рынки. Компания разрабатывает продукты для ведущих российских банков и крупнейших корпораций.

• Исследовать и применять математические и ML-методы для решения прикладных бизнес-задач.
• Выбирать оптимальные алгоритмы под специфику данных и целей.
• Разрабатывать и обучать ML-модели (RecSys, модели оттока, Uplift, Propensity, NLP/NER, LLM/RAG-решения).
• Строить end-to-end ML-пайплайны от проверки гипотез до выбора лучших моделей или ансамблей.
• Реализовывать production-ready решения, включая подготовку моделей к эксплуатации и оптимизацию инференса.
• Интегрировать ML-решения в существующую ИТ-инфраструктуру.
• Оптимизировать производительность и масштабируемость ML-решений для высоконагруженных систем.
• Настраивать мониторинг технических и качественных метрик моделей.
• Взаимодействовать с инженерами, аналитиками и продуктовыми командами.

• Опыт коммерческой разработки в области Machine Learning от 3 лет.
• Продвинутый уровень владения Python (от 5 лет) и умение писать чистый поддерживаемый код (OOP, SOLID).
• Знание фреймворков FastAPI, Django или Flask.
• Глубокое понимание теоретической базы ML, включая математическую статистику и теорию вероятностей.
• Практический опыт работы с классическим ML и бустингами (Scikit-learn, CatBoost, XGBoost, LightGBM).
• Опыт работы с deep learning, NLP, PyTorch и Hugging Face Transformers.
• Опыт построения и эксплуатации LLM- и RAG-пайплайнов.
• Практическая работа с LLM-инструментами и агентными фреймворками (LangChain, LangGraph).
• Опыт подготовки моделей к продакшену, работы с Docker, CI/CD и Linux.
• Опыт работы с векторными базами данных (Pinecone, Weaviate, Qdrant, pgvector) и брокерами сообщений (Kafka, RabbitMQ).
• Понимание принципов MLOps и мониторинга, включая Grafana.

• Удалённая работа из любого города.
• Полная занятость.
• Оплата за фактически отработанное время в российских рублях.
• Работа над проектами в финансовой и промышленной сферах.
• Скидки от партнеров на обучение и покупки.
• Корпоративная библиотека.