Machine Learning Engineer (удаленная работа)

Вакансия: Machine Learning Engineer

Описание вакансии

Мы ищем Machine Learning Engineer с сильной экспертизой в разработке и внедрении ML-моделей, программировании на Python и работе с облачной инфраструктурой.

Идеальный кандидат должен уметь проектировать и строить end-to-end пайплайны машинного обучения, контейнеризировать приложения с использованием Docker и разворачивать решения в облачной среде. Также важно умение декомпозировать сложные бизнес-задачи на ML-задачи и оценивать, действительно ли машинное обучение является оптимальным решением.

Эта роль подойдет специалистам, которые умеют работать hands-on, обладают аналитическим мышлением и прагматично применяют ML-решения для реальных бизнес-задач.

Обязанности

Проектирование, разработка и внедрение моделей машинного обучения для задач предиктивной аналитики, классификации, NLP и других data-driven задач.
Построение data pipelines для загрузки данных, предобработки, feature engineering и обучения моделей.
Контейнеризация ML-моделей и приложений с использованием Docker для масштабируемого и воспроизводимого деплоя.
Развертывание и поддержка ML-решений в облачных средах (AWS/GCP).
Оптимизация производительности моделей, задержек (latency) и использования ресурсов для real-time или batch-инференса.
Мониторинг и устранение проблем с ML-моделями в production-среде, обеспечение надежности и стабильности работы.
Взаимодействие с data-engineers, разработчиками и бизнес-стейкхолдерами для определения требований и интеграции ML-моделей в production-системы.
Проведение тщательной оценки моделей с использованием соответствующих метрик для обеспечения производительности и fairness.
Анализ необходимости применения машинного обучения для конкретной задачи или выбор альтернативных подходов (например, rule-based или статистических методов).

Требования

Технические навыки

Machine Learning & AI
Глубокое понимание методов машинного обучения (supervised и unsupervised learning), NLP, основ deep learning и методов оценки моделей.

Программирование
Уверенное владение Python, включая библиотеки и фреймворки: TensorFlow, PyTorch, Scikit-Learn, Pandas, NumPy.

Docker и контейнеризация
Опыт контейнеризации ML-приложений с использованием Docker.

Облачные платформы
Опыт работы хотя бы с одним облачным провайдером (AWS или GCP).

Работа с данными и пайплайнами
Опыт работы с большими датасетами, базами данных SQL/NoSQL и ETL-процессами.

Аналитическое мышление и решение задач

Умение разбивать сложные задачи на структурированные ML-задачи.
Способность определить, действительно ли необходим ML, или более эффективным будет более простое решение (например, эвристические правила или статистические методы).
Сильные навыки отладки, оптимизации и улучшения моделей с точки зрения производительности и интерпретируемости.

Командная работа и коммуникация

Умение эффективно работать в кросс-функциональных командах (data engineers, software developers, product managers).
Способность понятно объяснять технические концепции нетехническим участникам проекта.
Документирование и поддержка ML-workflow для обеспечения воспроизводимости и масштабируемости.

Будет плюсом

Понимание бизнес-влияния ML-моделей и умение связывать их с целями компании.
Опыт работы с feature stores, model registries и управлением жизненным циклом ML-моделей.

Обязательные навыки

Machine Learning
Python
Docker
AWS
SQL

Обязательные языки
Английский язык

Условия работы

Удаленная работа с гибким графиком (ориентация на часовой пояс EST).
Работа в команде, ориентированной на решение задач и инновации.
Возможность работать над разнообразными задачами в области машинного обучения и участвовать в построении end-to-end ML-пайплайнов.