AI-First ML / MLOps Engineer (Fintech)

Локация: удалённая работа с необходимостью пару раз в месяц ездить в офис в Москве; оформление по ТК РФ

Зарплата: 150000–200000 RUR в месяц до вычета налогов

Компания

Российская независимая технологическая компания, создающая программное обеспечение и высокотехнологичные решения для финтеха и банков.

Что делать

• Вести ML-задачи: уточнять цели и критерии успеха, подготавливать данные, создавать baseline и выбирать подход.
• Обучать, дообучать и оценивать модели, анализировать ошибки, сравнивать решения по качеству, скорости и стоимости.
• Автоматизировать воспроизводимый MLOps-процесс: подготовку данных, обучение, оценку, развёртывание и версионирование артефактов.
• Разрабатывать и сопровождать ML-сервисы, включая инференс, интеграции, CPU/GPU-окружения, тестирование, CI/CD, мониторинг и откат моделей.
• Настраивать ИИ-агентов для ML и инфраструктуры, создавать skills и workflow, подключать инструменты и контролировать безопасный доступ к данным и ресурсам.
• Проверять данные, разметку, предсказания, реальные сценарии, интеграции и нагрузочные характеристики, а также контролировать качество и стабильность после запуска.

Требования

• Уверенный Python и практический опыт с PyTorch, scikit-learn или аналогичными инструментами.
• Опыт самостоятельной разработки, развёртывания и сопровождения ML-сервисов в production.
• Понимание API, хранения и версионирования артефактов, воспроизводимости окружений, мониторинга, обновления и отката моделей.
• Практические навыки Linux, Docker, Git, тестирования и CI/CD; умение диагностировать проблемы CPU, GPU, памяти и производительности.
• Опыт работы с Codex, Claude Code или аналогичными coding agents, включая настройку skills, инструкций, контекста, инструментов и безопасных окружений.
• Готовность лично проверять код, данные, выводы агентов, реальные сценарии и соответствие результата согласованному качеству.

Хорошо, если есть

• Опыт работы с MLflow, DVC, Kubernetes и оркестраторами вычислительных задач.
• Опыт оптимизации GPU-инференса, батчинга, квантования и нагрузочного тестирования ML-сервисов.
• Понимание ASR, TTS, DSP ML, speech and audio processing, трансформеров, attention-механизмов, KV-cache и diffusion.
• Опыт работы с диффузионными и авторегрессионными архитектурами для аудио или музыки.

Культура и преимущества

• Удалённый формат с регулярными поездками в московский офис.
• Оформление в соответствии с ТК РФ.
• ДМС и стоматология после окончания испытательного срока.
• Предоставление рабочей техники.
• Минимум бюрократии, прозрачные процессы и быстрое принятие решений.
• Поддержка сотрудников в значимых жизненных событиях.