23 января 2026
Внедрение моделей машинного обучения в production
Сопровождение полного жизненного цикла модели (от сборки до эксплуатации)
Обработка, анализ и подготовка данных для ML-решений
Взаимодействие с командами разработки и владельцами моделей
Проработка архитектуры ML-решений и сервисов
Тестирование и участие в разработке пайплайнов внедрения моделей
Эксплуатация ML-моделей как сервисов (ML-serving)
Опыт работы от 3 лет в промышленном ML / ML Engineering
Уверенное владение Python
Опыт работы с Airflow или Argo Workflows
Практический опыт с MLflow
Работа с большими данными: Hadoop, PySpark
Опыт использования Kafka
Внедрение моделей через Seldon или KServe
Опыт эксплуатации в Kubernetes , работа с Docker
Настройка CI/CD (например, Jenkins )
Опыт внедрения ML-моделей как сервисов
Опыт backend / web-разработки
Практика работы с LLM и NLP-моделями
Понимание production-подходов и эксплуатации ML-решений
Важно : роль ближе к разработчику/ML-инженеру , чем к классическому Data Scientist.
Будет плюсом
Опыт работы с RAG-архитектурами
Опыт сопровождения высоконагруженных ML-сервисов
Опыт в крупных продуктовых или финтех-проектах
Участие в проектировании end-to-end ML-платформ