Senior ML Engineer / Data Scientist (Python)

#РФ #вакансия #удаленно #remote #DataEngineer #ML

Вакансия: Senior ML Engineer / Data Scientist (Python)
Грейд: Senior
Компания: JETLYN
Формат: удаленно
Локация: Россия
Гражданство: #РФ
Вилка ЗП: от 300 000 до 420 000 рублей на руки в месяц
Условия оформления, формат: ТК/ИП

🎯 О роли
Ищем специалиста, который сочетает глубокую экспертизу в машинном обучении с сильными инженерными навыками. Вы будете проектировать ML-архитектуру, строить модели production-уровня и обеспечивать их жизненный цикл в высоконагруженной среде.

✔️Задачи
Разработка и поддержка ML-сервисов на Python (код, тесты, code review)
Проектирование архитектуры систем с использованием машинного обучения
Подготовка данных: сбор, очистка, валидация, feature engineering
Дизайн и анализ A/B-тестов, расчёт статистической значимости
Обучение, валидация и деплой моделей (Hadoop / Kubernetes / Airflow)
Написание и оптимизация SQL/Spark-запросов для работы с большими данными
Согласование бизнес-метрик с метриками модели, подбор прокси-метрик и функций потерь
Формирование требований к данным для новых ML-продуктов
Анализ предметной области для улучшения качества моделей
Контроль качества релизов продуктов больших данных
_______________________________________
‼️ Требования
Алгоритмы и структуры данных
Оценка сложности алгоритмов (Big O)
Стандартные структуры данных и алгоритмы (в т.ч. из стандартной библиотеки)
Расширенный набор: вероятностные алгоритмы, алгоритмы на графах, внешняя память
Статистика и математика
Предельные теоремы и их применение
Проверка гипотез, бутстреп, A/B-тесты (условия сходимости)
Variance reduction, causal inference
Байесовская оптимизация, графические модели, гауссовские процессы
Machine Learning
Понимание ML-алгоритмов, включая SOTA-методы в своей области
Умение адаптировать методы под задачи, строить модели из стандартных компонентов
Полный цикл ML-разработки: от идеи до продакшена
Мониторинг бизнес-метрик модели, связь с функцией потерь
Опыт с менее распространёнными методами: байесовские модели, PGM, VBI, RL
MLOps и инфраструктура
Версионирование моделей и данных
Мониторинг качества моделей и данных
Развёртывание ПО в кластере (K8s, Hadoop)
Построение инфраструктуры прогнозирования
SQL и базы данных
Сложные запросы: окна, группировки, CTE
Оптимизация запросов, индексы, транзакции, ACID
Промышленный опыт с несколькими СУБД/хранилищами
Инженерная культура
Чистый, поддерживаемый код (Python)
Git, unit/integration-тесты, code review
Дебаггинг чужого кода, рефакторинг, работа с техдолгом
Проектирование архитектуры компонентов с учётом масштабируемости
Аналитические навыки
Исследование неочевидных задач, предложение вариантов решений
Понимание ограничений инструментов, обоснование выбора новых
______________________________________
❗️Будет преимуществом
Опыт внедрения SOTA-решений в production
Публикации или участие в ML-конференциях/соревнованиях
Опыт наставничества и архитектурных ревью

Резюме и вопросы направляйте, пожалуйста, в телеграмм в ЛС @GeniyaHR 📲🤝