ML Engineer

Навыки

• A/B-тесты
• API (интеграции)
• XGBoost / LightGBM / CatBoost
• CI/CD
• Docker
• FastAPI
• Git

Задачи

• Вести ML-проекты end-to-end и совместно с коллегами
• Дообучать трансформенные модели под наши задачи классификации контента (интент, тематика, монетизируемость)
• Строить классические ML-пайплайны на табличных данных: фичеинжиниринг, бустинги, валидация
• Работать с LLM через наш gateway: писать и итерировать промпты, собирать эвал-сеты, мерить качество
• Участвовать в дизайне А/Б-тестов
• Совместно с SE доводить решения до прода
• Чего ждём от тебя
• Опыт 3+ лет в ML/DS с реальными моделями в проде, а не только в тетрадках, опыт поддержки полного цикла жизни моделей, включая мониторинг и регулярные апдейты
• Уверенный Python: ООП, тесты, типизация
• SQL на уровне «могу сам достать данные для фичей и анализа»
• Git и базовое понимание CI/CD
• Опыт работы с FastAPI и Docker
• Опыт с LLM API: написание промптов, сбор few-shot примеров, замеры качества на эвал-сетах, использование LLM-as-a-Judge
• Понимание A/B тестирования — дизайн закрывают аналитики, но ты должен мочь говорить с ними на одном языке

Требования

• Опыт с нейросетевыми моделями, особенно для текстовых данных: как минимум дообучал BERT-подобные трансформеры под свои задачи, идеально — понимаешь, как алгоритмы устроены внутри и можешь при необходимости заняться их оптимизацией или доработкой
• Уверенное владение классическим ML: знание основных семейств моделей и границ их применимости, принципов валидации и фичеинжиниринга, основных метрик под разные классы задач

Паспорт вакансии

История публикации

Откуда что взялось

Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.

Почему на этом месте в выдаче

Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.