ML-инженер (Machine Learning Engineer) (удаленная работа)

Вакансия: ML-инженер (Machine Learning Engineer)

Описание вакансии

ML-инженер (Machine Learning Engineer) в проектный бенч / аутстафф

О компании:

ИТ-ИМПЛАНТ аккредитованный системный интегратор с экспертизой в заказной разработке и внедрении индивидуальных ИТ-решений для бизнеса. Мы не просто пишем код мы встраиваем наши команды в процессы клиентов, чтобы закрывать их самые сложные задачи.

Сейчас мы расширяем штат и формируем бенч ML-инженеров для работы на аутстафф-проектах наших заказчиков. Это значит, что вы будете в штате нашей компании, но работать над внедрением моделей машинного обучения в бизнес-процессы внешних бизнесов от финтеха до промышленных предприятий.

Чем предстоит заниматься:

• Разработка и дообучение моделей машинного обучения под задачи бизнеса (временные ряды, классификация, NLP, компьютерное зрение в зависимости от проекта).

• Полный цикл внедрения ML-решений: от исследования данных (EDA) до вывода модели в продакшн.

• Написание высоконагруженных микросервисов для инференса моделей (FastAPI / Flask).

• Работа с контейнеризацией и оркестрацией (Kubernetes / OpenShift) для масштабирования ML-пайплайнов.

Мы ожидаем:

• Уверенное владение Python и стеком DS/ML (pandas, numpy, scikit-learn).

• Опыт коммерческой разработки с использованием фреймворков глубокого обучения (PyTorch / TensorFlow / Keras).

• Опыт работы с MLOps-инструментарием: MLflow, DVC или аналоги (понимание версионирования данных и моделей).

• Опыт работы с реляционными и NoSQL базами данных (PostgreSQL / ClickHouse / Mongo).

• Опыт работы с Kubernetes или OpenShift (развертывание сервисов инференса, управление подами) и Docker.

Будет плюсом:

• Опыт работы с большими данными (Spark, Hadoop).

• Навыки оптимизации моделей (ONNX, TensorRT) для ускорения инференса.

• Опыт в продуктовых командах и навыки написания production-ready кода (чистая архитектура, тесты pytest).

Мы предлагаем:

• Прозрачный договор и удобный формат (договор с ИП/СЗ).

• Удаленный формат работы или гибрид (в зависимости от проекта).

• Работа с крупными брендами и проверенными заказчиками.

• Конкурентная зарплата (обсуждается в процессе трудоустройства).

• Возможность профессионального роста внутри агентства (мы закрываем проекты от Middle+ до Team Lead уровня).

Как попасть в бенч:

1. Откликнитесь на вакансию.

2. Мы проведем собеседование (оценка навыков стека и ML-кейсы).

3. После подтверждения экспертизы вы попадаете в наш резерв и получаете доступ к проектам.