Если вы раньше входили через Google, сбросьте пароль для своей Gmail-почты через кнопку «Забыли пароль?» на экране входа. Затем войдите по email и новому паролю.
Если аккаунта ещё нет, зарегистрируйтесь с Gmail-почтой, после подтверждения почты мы предложим задать пароль.
Что нового
Загружаю обновления...
Что нового
Загружаю обновления...
Работа найдется быстрее с подпискойКандидат найдётся быстрее с подпиской
Чтобы адаптировать резюме под вакансию или составить сопроводительное письмо, загрузите резюме
описание
Компания разрабатывает продукты в сфере информационной безопасности: антиспам, десепшен, песочницу, мультисканер и TI. Команда развивает направление машинного обучения для обнаружения атак и фишинговых писем.
задачи
Разрабатывать и улучшать ML-модели: выбирать архитектуру, выполнять feature engineering, обучение и валидацию;
Собирать и готовить данные: выполнять парсинг, очистку, EDA и формирование выборок;
Проводить A/B-тестирование и сравнивать версии моделей;
Готовить модели к продакшену, выполнять контейнеризацию в Docker и участвовать в развертывании;
Мониторить модели в продакшене: отслеживать качество и data drift, инициировать переобучение;
Развивать ML-пайплайны и автоматизацию обучения и доставки моделей;
Работать с разработчиками, проводить код-ревью и интегрировать модели в продукты;
Вести документацию по архитектуре, признакам, экспериментам и версионированию.
требования
Коммерческий опыт вывода ML-моделей в продакшен от 1–2 лет;
Уверенное владение Python, NumPy, Pandas, Scikit-learn, PyTorch, CatBoost, XGBoost, LightGBM и Transformers;
Знание SQL, Git, Docker и REST API;
Опыт работы с Airflow или аналогичными инструментами для ML-пайплайнов;
Уверенное владение Linux;
Понимание MLOps, версионирования моделей и данных;
Английский на уровне чтения технической документации;
Будет плюсом опыт с ONNX/TensorRT, знание SHAP/LIME, опыт в ИБ, антифроде или антиспаме, работа с сетевым трафиком и логами, профильные сертификаты.
условия
Оформление по ТК РФ;
Белая зарплата;
Аккредитованная IT-компания;
Офис в шаговой доступности от метро «Окружная»;
Обучение за счёт компании;
Корпоративная база знаний и гайды;
Интересные и сложные задачи на стыке ИБ и Data Science.