← К каталогу
DA

Data World

ML / MLOps Engineer

УдалённоУровень не указанМосква, Россия9 дн. назад
Компенсация150 000–170 000 RUR
О ВАКАНСИИ

Описание вакансии

Ищем инженера, который умеет самостоятельно разрабатывать ML-решения и доводить их до стабильной работы в production, используя ИИ-агентов для ускорения разработки.

Формат: Удаленка МОСКВА!!!

👨💻 О продукте/команде:

🌐🌐🌐 Проект для ЖКХ (обработка обращений граждан)

Продукт уже реализован- он сейчас идет в пилоте. Мы многое будем многое проходить вместе и у нас нет интерпрайза) Поэтому сейчас усиляем команду и ищем Разработчика с опытом работы с Кодинг агентами.

Нужен специалист, который способен не только развернуть готовую модель, но и разобраться в задаче, подготовить данные, обучить или адаптировать модель, оценить качество и организовать её эксплуатацию. Ответственность end-to-end: от постановки ML-задачи до работающего сервиса и контроля его качества после запуска.

Обязанности

1. Вести ML-задачу полного цикла. Уточнять задачу и критерии успеха, анализировать и подготавливать данные, создавать baseline и выбирать подход к решению.

2. Обучать и оценивать модели. Обучать или дообучать модели, анализировать ошибки, сравнивать решения по качеству, скорости и стоимости. Документировать результаты экспериментов и ограничения выбранного подхода.

3. Организовывать воспроизводимый MLOps-процесс. Автоматизировать подготовку данных, обучение, оценку и развёртывание; версионировать данные, код, модели и конфигурации.

4. Разрабатывать и сопровождать ML-сервисы. Создавать сервисы инференса и интеграции с продуктом, обеспечивать тестирование, мониторинг, обновление и возможность отката.

5. Настраивать ИИ-агентов для ML и инфраструктуры. Создавать skills, проектные инструкции и workflow. Подключать инструменты и документацию, контролировать доступ к данным, секретам и вычислительным ресурсам, проверять подготовленный агентами код.

6. Лично валидировать качество. Проверять данные и разметку на выборках, анализировать предсказания и ошибки модели, исследовать проблемные сценарии. Не ограничиваться сводными метриками.

7. Проверять решение в целевой среде. Лично…

Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.

ИсточникHeadHunter / Data Scientist / RU