ML инженер

Мы ищем в нашу команду SberOS.Chaos квалифицированных специалистов разных уровней для обеспечения производительности и стабильности наших решений. SberOS – операционная системы для рабочих мест на базе Debian, собственной разработки. Предлагаем разные уровни позиций, каждый из которых требует определённого набора профессиональных качеств и навыков.

Обязанности

1. Разработка моделей машинного обучения для автоматизации анализа UX, таких как:- Модели для тематического классифицирования запросов (topic modeling), для задачи группировки схожих предложений/жалоб- Модели для анализа тональности отзывов (sentiment analysis), чтобы понимать настроения пользователей- Внедрение алгоритмов кластеризации сессий использования для выявления типовых сценариев работы пользователей

2. Анализ данных пользователей и формулирование ML-задач- Взаимодействие с аналитиком и UX-исследователем в части изучения массивов данных- Постановка задач машинного обучения на основе анализа данных

3. Разработка алгоритмов для дашбордов и аналитикиML-инженер помогает аналитику автоматизировать обработку данных, в том числе:- Разрабатывает скрипты для регулярного обогащения данных (feature engineering)- Применяет модели для выделения аномалий в пользовательском поведении (anomaly detection)

4. Оптимизация и поддержка ML-моделей- Обеспечение производительности решений- Оптимизация кода- Корректный вывод моделей в эксплуатацию

5. Сотрудничество с командой UXML-инженер помогает пояснять результаты работы моделей аналитику и UX-исследователю. Дополнительно, ML-инженер учитывает качественную обратную связь от аналитика и UX-исследователя в рамках процесса улучшения моделей.

6. Исследование и прототипированиеПостоянный поиск возможностей применения новых технологий AI/ML для улучшения UX продукта. Оценка целесообразности и представление прототипов команде/менеджерам.

Требования

Мы ожидаем от вас:

1. Понимание основ машинного обучения и анализа данных
2. Понимание различных типов ML-задач (классификация, регрессия, кластеризация, рекомендации, глубокое обучение и др.) и соответствующих алгоритмов
3. Уверенное владение Python
4. Опыт использования основных библиотек и фреймворков (NumPy, pandas, scikit-learn, NLTK / spaCy / transformers). Знание TensorFlow / PyTorch будет преимуществом
5. Навыки работы с данными (очистка данных, feature engineering)
6. Знание NLP (Natural Language Processing) на практическом уровне будет большим преимуществом
7. Стремление к развитию и активном участии в процессах команды

Условия

Бесплатный спортзал;

· Достойная заработная плата (оклад + премии);

· Гибридный режим работы

· Гибкое начало рабочего дня;

· ДМС с первого дня работы;

· Бонус за реферальную программу;

· Возможность обучения и сертификации за счет компании;

· Льготное кредитование в Сбербанке и дисконт-программы от компаний партнеров.