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…