Ищем Applied ML Engineer (Python, CatBoost) в продукт по аналитике и прогнозам в киберспорте

🎮 Мы строим платформу, которая прогнозирует исходы киберспортивных матчей и помогает командам и игрокам принимать решения на основе данных.
Ищем ML-инженера, который усилит качество моделей и поможет масштабировать систему.

🔍 Задачи
• Улучшение точности и confidence score моделей на исторических данных (турниры, команды, игроки).
• Разработка и обучение моделей (CatBoost / Gradient Boosting / Random Forest).
• Сбор и обогащение данных: API, открытые источники, базы данных.
• Подготовка, валидация и тестирование фичей и датасетов.
• Интеграция моделей в прод вместе с backend-командой (Node.js).

🛠 Технологии
• Python, pandas, scikit-learn, CatBoost/LightGBM
• SQL, работа с API
• Docker, Git
• Бэкенд окружение — Node.js (от вас требуются только интеграции)

🎯 Кого ищем
• Опыт в ML 2+ лет
• Опыт в предиктивной аналитике
• Уверенная работа с табличными моделями и фичеинжинирингом
• Глубокое понимание метрик: logloss, Brier, calibration
• Опыт построения data pipelines и работы с API
• Опыт в гемблинге, беттинге будет преимуществом

Условия и формат работы:
- Полностью удалённо, возможны оффлайн-встречи в Москве (по договоренности)
- Оклад от $2000 (готовы поднять вилку с успешным кандидатом)
- Возможность релокации в Дубай / ОАЭ после успешного полугода работы
- Performance-бонусы за сильные гипотезы, которые дали значимый прирост точности модели
- Перспективы роста до лида направления по новой игре

📩 Как откликнуться
Напишите в тг %contact_placeholder% со ссылкой на GitHub/файлом резюме.