Главный специалист Сектора информационного обеспечения и безопасности информации

Наши ожидания

• Приветствуется опыт работы над реальными коммерческими или промышленными проектами
• Мы ждём разработчика, который понимает полный ML-цикл, с фокусом на этапы, предшествующие моделированию и следующие за ним
• Минимальный барьер: понимание принципов работы ML, опыт реализации ML-пайплайнов «под ключ» (включая подготовку данных и интеграцию)

Ключевые задачи и обязанности

1. Разработка на Python (основной фокус)

• Создание и поддержка высоконагруженных бэкенд-сервисов и RESTful API (Django/Flask/FastAPI)
• Проектирование модульной, поддерживаемой и масштабируемой сервисной архитектуры
• Написание кода с использованием asyncio, type hints, современных практик Python
• Написание комплексных тестов (pytest, unittest)

2. Сбор, обработка и управление данными (ключевой блок)

• Разработка парсеров для получения данных из разнородных источников
• Очистка, валидация и трансформация данных для последующего анализа и обучения моделей
• Работа с реляционными БД (PostgreSQL): проектирование схем, оптимизация сложных запросов
• Построение отказоустойчивых data-пайплайнов

3. Работа с ML-жизненным циклом (понимание и реализация)

• Тесное взаимодействие с Data Scientist для интеграции готовых моделей в продукт
• Оптимизация моделей для ускорение работы, снижение нагрузки
• Организация мониторинга работы моделей и подготовка инфраструктуры для их дообучения
• Понимание полного цикла: от данных и обучения до внедрения и поддержки

Технический стэк (требования)

Обязательные требования

• Опыт коммерческой разработки на Python от 2-3 лет
• Глубокое знание Python и его экосистемы для бэкенда
• Опыт с одним из фреймворков: Django, Flask или FastAPI
• Уверенное знание SQL и опыт работы с PostgreSQL (или аналогами)
• Обязательный навык — написание парсеров и скриптов для сбора данных
• Понимание принципов проектирования RESTful API

Важные навыки

• Опыт работы с Git, понимание процессов CI/CD
• Понимание клиент-серверной архитектуры, сетевых протоколов (HTTP, TCP/IP)
• Уверенная работа в Linux/Unix, умение работать в консоли, настройка окружения
• Понимание принципов машинного обучения (этапы, метрики, lifecycle)
• Умение проектировать модульную и поддерживаемую архитектуру
• Опыт написания тестов (pytest, unittest)

Будет плюсом

• Опыт работы с очередями сообщений (Kafka, RabbitMQ)
• Знание контейнеризации (Docker)
• Базовое знакомство с ML-библиотеками (scikit-learn, pandas, numpy)

Личные качества

• Обучаемость и стремление к профессиональному росту
• Готовность разбираться в сложных предметных областях, связанных с гос. инфраструктурой
• Системное мышление, внимание к надёжности и безопасности
• Умение работать в команде и делиться знаниями
• Ответственный подход к работе с государственными системами

Что мы предлагаем

• Возможность частично-удаленной работы
• Работу над социально значимыми проектами государственного масштаба
• Возможность построить инфраструктуру для ИИ-решений
• Профессиональный рост
• Стабильная зарплата и премии

Требования к стажу:

не менее двух лет стажа государственной гражданской службы или не менее четырех лет стажа работы по специальности, направлению подготовки.

Исполнение должностных обязанностей связано с использованием сведений, составляющих государственную тайну.