ML-researcher / ML-engineer / Data-Scientist

Мы - Небус: группа компаний в финтехе и МКК, которая растёт как на дрожжах - удваиваем масштабы каждые полгода. Это драйв, амбиции и куча задач, где нужен мощный ML.

Ищем ML-инженера, который не просто пишет код, а зажигает. У нас активный подход к работе и атмосфера взаимного уважения 🤍 Готов ворваться в команду, где твои модели сразу идут в бой? Тогда читай дальше - это твой шанс!

Чем предстоит заниматься:

• Внедрять ML-модели в продакшн: разрабатывать и интегрировать пайплайны для скоринга, оценки рисков и других бизнес-задач в промышленную среду

• Строить надёжные пайплайны обработки данных: обеспечивать качественную подготовку, валидацию и трансформацию данных для обучения и инференса моделей

• Оптимизировать производительность алгоритмов: повышать скорость работы кода, снижать потребление ресурсов, улучшать latency и пропускную способность систем

• Разрабатывать и внедрять MLOps-практики: автоматизировать процессы обучения, тестирования, развертывания и мониторинга моделей (CI/CD для ML)

• Обеспечивать стабильность работы моделей в продакшне: отслеживать дрейф данных и метрик качества, настраивать алерты и процессы переобучения

• Интегрировать ML-решения с продуктовой архитектурой: работать с разработчиками над созданием API, сервисов и микросервисов на базе моделей

• Версионировать данные и модели: контролировать воспроизводимость экспериментов и корректное обновление моделей в продакшне

Что важно для этой роли:

• Опыт коммерческой разработки от 3 лет на позиции ML-инженера или разработчика с сильным уклоном в машинное обучение (опыт в финтехе или высоконагруженных системах будет преимуществом)

• Уверенное владение Python и навыки написания чистого, поддерживаемого, production-ready кода

• Глубокое знание ML-библиотек: scikit-learn, XGBoost, LightGBM, pandas, numpy

• Опыт работы с большими данными: уверенное владение SQL, понимание Spark / Dask / аналогичных инструментов

• Навыки контейнеризации и оркестрации: опыт с Docker (обязательно), знакомство с Kubernetes

• Понимание принципов MLOps: опыт с инструментами оркестрации (Airflow / Prefect / Kubeflow), системами трекинга экспериментов (MLflow / Weights & Biases), версионирования данных (DVC)

• Системное мышление: понимание, как устроены пайплайны от источника данных до конечного API, умение проектировать отказоустойчивые решения

• Опыт работы с Git, понимание CI/CD-процессов (GitHub Actions / GitLab CI / Jenkins)

• Умение работать в команде: взаимодействовать с дата-сайентистами (принимать прототипы и делать их промышленными) и бэкенд-разработчиками (интегрировать решения в продукт)

Условия:

• Удалённый формат из любой точки мира, главное - результат и синхронизация по задачам

• Гибкий график: сам планируешь своё время, мы ценим твой work-life balance

• Оформление по ГПХ / СМЗ / ИП РФ

• Современные инструменты и дружная команда профессионалов

• Возможность влиять на продукт и видеть результат своей работы

Ты хочешь видеть результат своей работы? У нас ты будешь не винтиком, а автором решений, которые сразу идут в бой. Рост каждые полгода, современный стек, дружная команда.

Не откладывай - отправь отклик сегодня! Твоё будущее в финтехе начинается здесь.