Middle ML Engineer

#вакансия #работа #Москва #Middle #разработчик #Россия #РФ #удалённая #Python #Spark

💎Middle+ ML разработчик
ЗП: 316 000 – 368 000 ₽ на руки.
Формат: Удаленная работа из РФ (UTC +3)
Проекта: Управляющая компания
Компания: Omega Solutions

✨Требования
- Не менее 3 лет в роли ML Engineer либо на смежной позиции (например, Data Scientist с выраженным инженерным уклоном);
- Продвинутый уровень программирования на Python: написание чистого и модульного кода, работа с типизацией и асинхронным программированием;
- Уверенное владение библиотеками scikit‑learn, pandas, NumPy;
- Практический опыт работы с одним из фреймворков: PyTorch, TensorFlow или JAX;
- Опыт написания сложных SQL‑запросов, включая оконные функции;
- Знакомство с инструментами обработки больших данных: Spark (PySpark) или Dask;
- Навыки оптимизации запросов;
- Базовые навыки администрирования Docker и Kubernetes;
работа с системами контроля версий (Git, DVC для управления данными);
- Настройка CI/CD‑пайплайнов (GitLab CI, GitHub Actions, Jenkins);
- Мониторинг моделей и инфраструктуры (Prometheus + Grafana, Evidently AI, MLflow);
- Облачные платформы: опыт работы хотя бы с одной из:
AWS (SageMaker, EKS), GCP (Vertex AI), Azure ML, либо опыт развёртывания on‑premise решений (Kubeflow, Airflow);
- Деплой моделей: практический опыт вывода моделей в production с использованием FastAPI, Flask, Triton Inference Server, TensorFlow Serving или аналогичных инструментов.
- Опыт работы с feature store: Feast, Tecton, Hopsworks;
- Навыки распределённого обучения: Horovod, Ray, PyTorch Distributed.

✨Задачи на проекте
- Разработка и оптимизация моделей машинного обучения для решения бизнес‑задач (прогнозирование, классификация, рекомендательные системы, обработка естественного языка / компьютерное зрение — в зависимости от проекта);
- Проектирование и внедрение пайплайнов обработки данных (ETL/ELT) для обучения и инференса моделей;
Настройка и поддержка CI/CD‑пайплайнов для ML‑моделей (MLOps), включая версионирование данных и моделей, автоматическое переобучение и мониторинг дрифта;
- Интеграция моделей в продуктовую среду посредством REST API, брокеров сообщений или batch‑процессов;
- Проведение A/B‑тестирования моделей, анализ их качества в реальном времени и формирование предложений по улучшению;
- Участие в выборе архитектуры и технологического стека для новых AI‑решений;
- Документирование разработанных решений и обмен экспертизой внутри команды.

✨Условия
Оформление по ИП
Дружелюбная атмосфера внутри компании
Развитие через реальные задачи, а не формальные курсы
Возможность предлагать идеи и видеть, как они внедряются
Гибкий график работы и возможность удаленной работы
Оплата за фактически отработанное время
Участие в интересных проектах  без лишнего микроменеджмента

👋Контакт: Показать контакты ML Engineer, который умеет больше, чем обучать модели — приходи строить end-to-end AI-решения