Вакансия ML разработчик

Стек

Откликнуться

Загрузите резюме — мы свяжем вас с работодателем напрямую через нашу базу.

Описание

Вакансия ML разработчик 🟢Удаленно🟢Полная занятость 🟢ЗП обсуждается на собеседовании 🟢В компанию RedLab #ds_ml 🟦Задачи – Исследовать и применять математические и ML-методы для решения прикладных бизнес-задач, выбирать оптимальные алгоритмы под специфику данных и целей. – Разрабатывать и обучать ML-модели (RecSys, модели оттока, Uplift, Propensity, NLP/NER, LLM/RAG-решения). – Строить end-to-end ML-пайплайны: от проверки гипотез и анализа данных до обучения, валидации и выбора лучших моделей или ансамблей. – Реализовывать production-ready решения: подготовка моделей к эксплуатации, оптимизация инференса (скорость, стабильность, масштабируемость). – Интегрировать ML-решения в существующую ИТ-инфраструктуру (API, брокеры сообщений, хранилища данных). – Оптимизировать производительность и масштабируемость ML-решений для высоконагруженных систем. – Настраивать мониторинг технических и качественных метрик моделей. – Взаимодействовать с инженерами, аналитиками и продуктовыми командами. 🟦Требования – Опыт коммерческой разработки в области Machine Learning от 3 лет. – Python — продвинутый уровень (от 5 лет), умение писать чистый и поддерживаемый production код (OOP, SOLID). – Знание фреймворков FastAPI/Django/Flask – Глубокое понимание теоретической базы ML: основные задачи, методы, метрики, математическая статистика и теория вероятностей. – Практический опыт классического ML и бустингов: Scikit-learn, CatBoost, XGBoost, LightGBM. – Опыт работы с deep learning и NLP: PyTorch, Hugging Face Transformers; – Задачи NLP/NER, работа с текстовыми данными. – Опыт построения и эксплуатации LLM- и RAG-пайплайнов. – Практическая работа с LLM-инструментами и агентными фреймворками: LangChain, LangGraph (или аналогичные) – Опыт подготовки моделей к продакшену: Docker, CI/CD – Хорошее знание Linux. – Опыт работы с векторными базами данных: Pinecone/Weaviate/Qdrant/pgvector. – Умение работать с брокерами сообщений (Kafka/RabbitMQ) – Понимание принципов MLOps и мониторинга (включая Grafana). 🌐 Откликнуться

Контакты работодателя (email/phone/telegram) скрыты из публичного превью — отправьте резюме, чтобы мы связали вас напрямую.