ML Engineer / Data Scientist Middle+ (удаленная работа)

Вакансия: ML Engineer / Data Scientist Middle+

Описание вакансии

Мы развиваем AI/ML-направление внутри компании и ищем ML-инженера уровня Middle+ , который сможет самостоятельно решать прикладные ML-задачи: от анализа данных и построения моделей до упаковки решения в API и вывода в production.

У нас уже есть данные и реальные бизнес-процессы, в которые будут внедряться ML-решения. Основной фокус - практические задачи на основе классического машинного обучения: регрессия, классификация, кластеризация, прогнозирование и аналитические модели .

Нам нужен человек, который умеет не только обучать модели, но и доводить их до рабочего состояния: проверить данные, выбрать подход, собрать MVP, оформить результат в сервис и передать его в использование

Что предстоит делать?

• Решать прикладные ML-задачи под реальные бизнес-процессы.
• Работать с задачами регрессии, классификации, кластеризации и прогнозирования.
• Анализировать данные, оценивать их качество и пригодность для ML.
• Готовить данные: очистка, feature engineering, работа с пропусками и выбросами.
• Обучать, валидировать и сравнивать ML-модели.
• Подбирать подходящие алгоритмы и библиотеки под конкретную задачу.
• Разрабатывать MVP ML-решений и доводить их до production-ready состояния.
• Упаковывать модели в API и Docker.
• Взаимодействовать с бизнесом и разработчиками: понимать задачу, формулировать ML-подход и объяснять результат.
• Участвовать в построении ML-пайплайнов: обучение, валидация, деплой, мониторинг качества.

Что нам важно в тебе?

• Опыт в Machine Learning / Data Science от 2 лет.
• Опыт работы в стартапах или продуктах на ранней стадии.
• Практический опыт решения задач регрессии, классификации и кластеризации.
• Уверенное владение Python и основными ML-библиотеками.
• Опыт работы с табличными данными.
• Понимание полного ML-процесса: от подготовки данных до внедрения модели.
• Опыт вывода ML-решений в production или участия в production-проектах.
• Умение оценивать качество модели и выбирать подходящие метрики.
• Понимание, когда достаточно классического ML, а когда стоит использовать нейросети или готовые AI-инструменты.
• Опыт создания API для ML-моделей

Условия работы:

• Удаленка из любой точки мира
• Официальное трудоустройство
• Day off, компенсация спорта, подарки на праздники