Вакансия из Telegram канала - Название доступно после авторизации
Пожаловаться
Зарплата и рынок
ЗП не указанаразвернуть
На похожих ролях по рынку
$3.6к$4кмедиана$4.1к
6 в выборке
На международном рынке: $167к/год ($115к - $213к)
78
Хорошая вакансия
развернуть
У роли понятный фокус на табличном ML и полный цикл работы с моделями, но широкий список методов и инструментов не раскрывает ожидаемый уровень глубины и контекст проектов.
?Много задач
Актуальный стек
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
TL;DR
ML Engineer (Tabular ML): Разработка production-моделей для прогнозирования, классификации, детектирования аномалий и анализа временных рядов с акцентом на классический ML-стек, подготовку данных и вывод решений в прод. Фокус на построении воспроизводимых пайплайнов, оценке влияния моделей на бизнес-метрики и исследовании современных подходов к tabular ML, forecasting и anomaly detection.
📑 Вакансия ML Engineer
Удалённо · Полная занятость
💎 IT_ONE ищет ML Engineer с ключевым фокусом на классических ML-моделях на табличных данных и временных рядах. Задачи: разработка production-моделей для бизнес-задач — прогнозирование, классификация, детектирование аномалий, анализ временных рядов; участие в запуске ML-проектов полного цикла — от постановки задачи совместно с заказчиком и подготовки данных и признаков до обучения, валидации моделей, вывода в прод и оценки влияния на бизнес-метрики; проектирование и обучение моделей на классическом ML-стеке (gradient boosting, linear models, ensemble methods); разработка пайплайнов обработки данных, feature engineering и валидации моделей; оценка рисков применения ML-решений с учётом специфики бизнес- и технологических процессов; исследование современных подходов в области tabular ML, forecasting и anomaly detection.
🧩 Требования: уверенное знание Python; владение Pandas, NumPy, Scikit-learn; опыт с XGBoost/LightGBM/CatBoost; работа с временными рядами и прогнозированием — Statsmodels, Prophet/Sktime/Skforecast; знание классических методов ML — деревья решений, бустинг, линейные модели, кластеризация, снижение размерности; статистика и интерпретация экспериментов (A/B, hold-out, cross-validation); SQL для самостоятельной работы с данными; Git; опыт вывода ML-моделей в прод и построения воспроизводимых экспериментов; высшее техническое образование (Computer Science, прикладная математика, AI/ML или смежные области); опыт использования Apache Spark (PySpark) для подготовки и обработки больших объёмов данных; продуктовое мышление — понимание, зачем модель нужна пользователю и какую метрику она сдвигает; готовность искать точки роста, предлагать нестандартные решения и отстаивать их на встречах с заказчиком; хорошие навыки коммуникации и работы в команде. Будет плюсом: DVC, MLflow, Airflow, Docker/Kubernetes.
🌐 Показать контакты
🔮 — бесплатно постим IT-вакансии
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 →
Пожаловаться
Текст вакансии взят без изменений
Источник - Telegram канал. Название доступно после авторизации