5 дней назад
ML-инженер (Data Science)
Вакансия из Telegram канала - Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Описание вакансии
TL;DR
ML-инженер (Data Science): разработка и внедрение в продакшен ML-моделей для проекта по обезличиванию данных с акцентом на NLP, обработку неструктурированных данных и синтетическую генерацию данных. Фокус на построении пайплайнов, извлечении сущностей, privacy-проверках, подборе гиперпараметров и развертывании моделей через API.
#ML #инженер #DataScience #remote #удаленно #Москва #РФ
По сотрудничеству в формате ИП ищем на проект ML-инженера (проект по обезличиванию данных), проект долгосрочный
-Опыт работы от 3 лет в роли ML-инженера / Data Scientist
- Опыт разработки и внедрения ML-моделей в продакшен.
- Python, pandas, numpy, scikit-learn.
- Опыт работы с NLP-инструментами: SpaCy, Hugging Face Transformers
- Практический опыт построения пайплайнов обработки неструктурированных данных.
- Очистка, нормализация, feature engineering
- Извлечение сущностей (NER).
- Понимание и опыт применения деревьев решений и ансамблей (Random Forest).
- Умение интерпретировать результаты, подбирать гиперпараметры, оценивать риски переобучения.
- Опыт работы с CTGAN и TVAE (библиотека SDV или аналоги): обучение, подбор гиперпараметров.
- Privacy-проверки
- Контейнеризация (Docker)
- Развертывание моделей через API (FastAPI/Flask).
-Версионирование моделей и данных (MLflow/DVC)
- Понимание CI/CD-процессов
Писать в ТГ
Спасибо!
По сотрудничеству в формате ИП ищем на проект ML-инженера (проект по обезличиванию данных), проект долгосрочный
-Опыт работы от 3 лет в роли ML-инженера / Data Scientist
- Опыт разработки и внедрения ML-моделей в продакшен.
- Python, pandas, numpy, scikit-learn.
- Опыт работы с NLP-инструментами: SpaCy, Hugging Face Transformers
- Практический опыт построения пайплайнов обработки неструктурированных данных.
- Очистка, нормализация, feature engineering
- Извлечение сущностей (NER).
- Понимание и опыт применения деревьев решений и ансамблей (Random Forest).
- Умение интерпретировать результаты, подбирать гиперпараметры, оценивать риски переобучения.
- Опыт работы с CTGAN и TVAE (библиотека SDV или аналоги): обучение, подбор гиперпараметров.
- Privacy-проверки
- Контейнеризация (Docker)
- Развертывание моделей через API (FastAPI/Flask).
-Версионирование моделей и данных (MLflow/DVC)
- Понимание CI/CD-процессов
Писать в ТГ
Спасибо!
Будьте осторожны: если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого - это мошенники. Обязательно жмите "Пожаловаться" или пишите в поддержку. Подробнее в гайде →
Текст вакансии взят без изменений
Источник -
