Python Developer

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

Компания "Технопарк" с 2003 года работает с крупными корпоративными клиентами в нефтехимической и атомной промышленности, такими как "Росатом", "Газпром" и "Роснефть". Сейчас компания запускает разработку внутренней системы CPQ (автоматизированный расчёт коммерческих предложений) и аналитической платформы для производственного бизнеса, используя ML, инженерные расчёты и промышленную аналитику.

Вам нужно будет разрабатывать и поддерживать API для расчёта изделий на FastAPI с SQLAlchemy. Вы будете интегрировать систему с ML-моделями через REST/gRPC, строить ETL-пайплайны для ClickHouse и Postgres, а также готовить и поддерживать обучающие выборки для ML. Также предстоит работать с инженерными данными, нормализовать единицы измерения и участвовать в проектировании архитектуры и CI/CD.

• Имеете опыт работы Python Developer с ML-бэкграундом или Data Engineer от 2 до 4 лет
• Уверенно владеете Python, Pandas и SQL
• Имеете опыт работы с FastAPI (REST), Postgres, ClickHouse и Docker
• Умеете интегрировать и эксплуатировать ML-модели через REST API
• Умеете писать ETL-скрипты для сбора и очистки данных
• Понимаете инженерные стандарты данных, включая нормализацию единиц и мэппинги
• Обладаете базовыми DevOps-навыками, такими как контейнеризация, CI/CD и мониторинг
• Понимаете полный цикл ML: данные, обучение, инференс и мониторинг (Будет плюсом)
• Имеете опыт работы с MLOps-инструментами (Будет плюсом)
• Имеете практику вывода и поддержки моделей в production (Будет плюсом)
• Имеете опыт работы с BI-дашбордами (Metabase / Power BI / DataLens) (Будет плюсом)
• Демонстрируете уважение к инженерии, документации и проверке гипотез данными
• Готовы общаться с аналитиками и инженерами без ML-бэкграунда
• Умеете находить баланс между идеальным решением и тем, что работает
• Проявляете самостоятельность и ответственность

• Оформление по Трудовому кодексу Российской Федерации
• Участие в создании промышленной платформы ("мозг производства")
• Полный жизненный цикл промышленного ML-продукта
• Возможность выстраивать архитектуру с нуля для нового продукта
• Гибкая роль на стыке ML, инженерии данных и продакшн-поддержки
• Работа с реальными физическими моделями и инженерными расчётами
• Наставничество
• Оборудованное рабочее место
• Корпоративная связь
• Пятидневная рабочая неделя с гибким началом дня (с 8:00 до 10:00)