Брайт Эйдженси
Инженер по машинному обучению (ML-инженер)
Что JobRadar наблюдает сейчас
Балл строится только на фактах из источников: свежести подтверждения, возрасте записи и происхождении вакансии. Это не гарантия найма и не оценка работодателя.
Описание вакансии
Компания Andersen приглашает инженера по машинному обучению (ML-инженера) в Ташкент для участия в проекте по разработке автоматизированной платформы корпоративного кредитования с использованием машинного обучения для кредитного скоринга и предиктивной аналитики.
О заказчике
Наш заказчик — крупная международная технологическая организация, работающая в сфере цифровой инфраструктуры. Компания разрабатывает и поддерживает высоконагруженные платформы, обрабатывающие большие объёмы данных в различных регионах.
Технологическая инфраструктура включает распределённые системы, облачные среды, интеграционные решения и современные технологии информационной безопасности. Особое внимание уделяется надёжности, масштабируемости и непрерывному развитию платформ.
О проекте
Проект направлен на разработку автоматизированной платформы корпоративного кредитования для юридических лиц и индивидуальных предпринимателей.
Решение предусматривает внедрение кредитного скоринга на основе машинного обучения, предиктивной аналитики и системы автоматизированного принятия решений, а также оптимизацию процессов андеррайтинга.
Основные цели проекта — повышение точности оценки кредитных рисков, ускорение принятия решений по кредитным заявкам и повышение эффективности кредитования.
Задачи
Развёртывание моделей машинного обучения в промышленной среде (production), их интеграция в процесс принятия кредитных решений и мониторинг эффективности работы моделей.
Требования
- Опыт работы в роли инженера по машинному обучению (ML-инженера) от 5 лет.
- Опыт работы с Apache Spark и Feature Store в банковской сфере с учётом требований регуляторов.
- Опыт работы с Python и инструментами MLOps.
- Опыт работы с Docker и Kubernetes.
- Знание принципов построения CI/CD-пайплайнов для ML-моделей, версионирования моделей и мониторинга дрейфа данных и моделей (например, с использованием MLflow).
- Опыт развёртывания ML-моделей в виде API или сервисов и их интеграции с системами принятия…
Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.