Вакансия из Telegram канала - Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Описание вакансии
ML Engineer
Локация: Удалённо
Компания: EvApps
ЗП: от 180 000 до 220 000 р.
Занятость: Полная
Мы — EvApps, IT-компания, создающая программные решения любой сложности: корпоративные порталы, облачные сервисы, мобильные приложения, информационные системы для бизнеса и государственных структур.
Что предстоит делать:
- Погружаться в продуктовые задачи в формате аутстафф: интеграция в команду клиента, участие в планировании, обсуждениях, проработке требований и архитектурных решений
- Анализировать бизнес-требования и формулировать ML-подход.
- Проектировать архитектуру ML-решений.
- Разрабатывать, обучать и оптимизировать модели (classic ML, DL).
- Проводить feature engineering, подбор метрик, валидации, A/B-эксперименты.
- Создавать ML-сервисы и микросервисы, интегрировать модели в продакшн.
- Настраивать мониторинг моделей, проводить итеративное улучшение.
- Работать с данными: подготовка, очистка, преобразование, структурирование.
- Взаимодействовать с командами разработки, аналитики, DevOps.
- Погружаться в современные LLM-инструменты и применять их в продуктах (по необходимости).
Что нам важно:
Опыт и образование:
- Опыт работы ML-инженером/Data Scientist от 3 лет.
- Подтвержденный опыт разработки и внедрения ML-моделей в продакшн (минимум 3-5 проектов, минимум 1 проект - с нуля до продакшен + мониторинг + совершенствование).
- Законченное высшее образование - IT, техническое или математическое.
Технические навыки:
- Уверенное знание Python, умение писать чистый, поддерживаемый продакшн-код, в первую очередь- для ML-задач.
- Опыт создания и сопровождения ML-сервисов на современных фреймворках: FastAPI, Flask.
- Глубокое понимание алгоритмов машинного обучения (деревья решений, линейные модели, ансамбли, нейросети).
- Практический опыт решения задач классического ML: классификация, регрессия, кластеризация.
- Опыт работы с библиотеками: pandas, numpy, scikit-learn, plotly/matplotlib/seaborn, scipy.
- Опыт с градиентным бустингом: XGBoost, LightGBM, CatBoost.
- Опыт работы с DL-фреймворков: PyTorch, TensorFlow, Keras.
- Понимание feature engineering, метрик качества моделей и методов валидации.
- Знание SQL для работы с данными.
MLOps и разработка:
- Опыт работы с Git в команде.
- Понимание микросервисной архитектуры и контейнеризации, базовые навыки Docker.
- Понимание работы REST/gRPC API.
- Навыки работы в Linux (командная строка, bash)
- Опыт работы с базами данных: PostgreSQL, MySQL.
Профессиональные качества:
- Способность самостоятельно решать задачи с минимальным контролем
- Понимание бизнес-контекста и умение переводить бизнес-задачи в ML-формулировку.
- Системное мышление при проектировании решений.
- Портфолио с завершенными проектами.
- Готовность активно погружаться в быстро развивающийся стек LLM-технологий и применять их на проектах.
🌐 Резюме отправлять:
–––
Бесплатный постинг вакансий: @freeIT_job
Забирай 📚 Базу Знаний
Локация: Удалённо
Компания: EvApps
ЗП: от 180 000 до 220 000 р.
Занятость: Полная
Мы — EvApps, IT-компания, создающая программные решения любой сложности: корпоративные порталы, облачные сервисы, мобильные приложения, информационные системы для бизнеса и государственных структур.
Что предстоит делать:
- Погружаться в продуктовые задачи в формате аутстафф: интеграция в команду клиента, участие в планировании, обсуждениях, проработке требований и архитектурных решений
- Анализировать бизнес-требования и формулировать ML-подход.
- Проектировать архитектуру ML-решений.
- Разрабатывать, обучать и оптимизировать модели (classic ML, DL).
- Проводить feature engineering, подбор метрик, валидации, A/B-эксперименты.
- Создавать ML-сервисы и микросервисы, интегрировать модели в продакшн.
- Настраивать мониторинг моделей, проводить итеративное улучшение.
- Работать с данными: подготовка, очистка, преобразование, структурирование.
- Взаимодействовать с командами разработки, аналитики, DevOps.
- Погружаться в современные LLM-инструменты и применять их в продуктах (по необходимости).
Что нам важно:
Опыт и образование:
- Опыт работы ML-инженером/Data Scientist от 3 лет.
- Подтвержденный опыт разработки и внедрения ML-моделей в продакшн (минимум 3-5 проектов, минимум 1 проект - с нуля до продакшен + мониторинг + совершенствование).
- Законченное высшее образование - IT, техническое или математическое.
Технические навыки:
- Уверенное знание Python, умение писать чистый, поддерживаемый продакшн-код, в первую очередь- для ML-задач.
- Опыт создания и сопровождения ML-сервисов на современных фреймворках: FastAPI, Flask.
- Глубокое понимание алгоритмов машинного обучения (деревья решений, линейные модели, ансамбли, нейросети).
- Практический опыт решения задач классического ML: классификация, регрессия, кластеризация.
- Опыт работы с библиотеками: pandas, numpy, scikit-learn, plotly/matplotlib/seaborn, scipy.
- Опыт с градиентным бустингом: XGBoost, LightGBM, CatBoost.
- Опыт работы с DL-фреймворков: PyTorch, TensorFlow, Keras.
- Понимание feature engineering, метрик качества моделей и методов валидации.
- Знание SQL для работы с данными.
MLOps и разработка:
- Опыт работы с Git в команде.
- Понимание микросервисной архитектуры и контейнеризации, базовые навыки Docker.
- Понимание работы REST/gRPC API.
- Навыки работы в Linux (командная строка, bash)
- Опыт работы с базами данных: PostgreSQL, MySQL.
Профессиональные качества:
- Способность самостоятельно решать задачи с минимальным контролем
- Понимание бизнес-контекста и умение переводить бизнес-задачи в ML-формулировку.
- Системное мышление при проектировании решений.
- Портфолио с завершенными проектами.
- Готовность активно погружаться в быстро развивающийся стек LLM-технологий и применять их на проектах.
🌐 Резюме отправлять:
–––
Бесплатный постинг вакансий: @freeIT_job
Забирай 📚 Базу Знаний
Будьте осторожны: если вас просят войти в 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 -
