ML Engineer (Middle+/Senior)

TL;DR

ML Engineer (Middle+/Senior) (Python/SQL/LLM): Разработка ML-решений для задач корпоративного направления в финансовом секторе с акцентом на проектирование моделей, работу с данными и доведение решений до промышленного запуска. Focus on интеграции LLM/Generative AI в прикладные бизнес-сценарии, формулирование ML-задач и проверку гипотез с измеримым эффектом.

Location: Москва (Библиотека им. Ленина) — Удалённо

Salary: от 270 000 ₽/мес (до налогов)

Company

Команда разрабатывает ML-решения для финансового сектора одного из крупнейших банков в России.

What you will do

• Проектировать и разрабатывать ML-решения для задач корпоративного направления.
• Исследовать источники данных, оценивать их потенциал и формировать ML-постановки.
• Формулировать и проверять гипотезы для улучшения клиентских и внутренних процессов.
• Проходить полный цикл от исследования и экспериментов до промышленного запуска моделей.
• Работать в связке с командами данных, инфраструктуры, MLOps и контроля качества моделей.
• Участвовать в создании решений на базе LLM и внедрении генеративного ИИ в бизнес-сценарии.

Requirements

• Хорошее понимание классических методов машинного обучения и принципов их применения.
• Практический опыт разработки ML-моделей на структурированных данных.
• Уверенный Python и опыт с ML-библиотеками: CatBoost/LightGBM/XGBoost, scikit-learn, Pandas, NumPy.
• Знание SQL.
• Опыт распределённой обработки данных: Spark и/или технологии экосистемы Hadoop.
• Опыт доведения моделей до промышленного использования и практический опыт с LLM/Generative AI.

Nice to have

• Опыт в финансовой/банковской индустрии.
• Понимание банковских корпоративных продуктов и клиентских процессов.
• Опыт в задачах ценообразования, кредитования, propensity-моделирования или персонализации предложений.
• Опыт поиска и оценки новых источников данных для улучшения качества моделей.

Culture & Benefits

• Удалённый формат работы.
• Трудоустройство по ТК РФ.
• ДМС со стоматологией.
• Совокупный доход с понятной системой премирования.
• Возможность самостоятельно влиять на технические решения и участвовать в формировании архитектуры.
• Сильная профессиональная среда и внутреннее сообщество специалистов по Data Science и Machine Learning.

Hiring process

• Отклик и ответы на несколько вопросов.