Ведущий специалист по машинному обучению и методам обработки информации с применением искусственного интеллекта

· Разработка алгоритмов в области машинного обучения и методах обработки информации по направлениям фрод-мониторинга и гарантирования доходности

· Разработка ПО

· Поддержка текущих версий ПО

· Участие (и руководство) в тестировании и сопровождении ПО

· Высшее образование (бакалавр + магистр) в области Прикладной математики-информатики, математики, или смежных дисциплин

· Сертификаты в области ML/AI Amazon, Google, Nvidia (как минимум один обязателен)

· Английский язык (уровень B2+ для анализа международных публикаций по профессиональной теме, подтвержденный сертификатом)

Опыт работы (подтвержденный документально):

· 5+ лет коммерческой разработки в ML/Data Science

· Портфолио проектов GitHub

· Публикации в области ML/AI в научных рецензируемых ВАК журналах

· Участие в ML соревнованиях. Приоритетнее Kaggle - минимум 1-2 соревнования топ 10 в private лидерборде

Обязанности:

· Разработка алгоритмов в области машинного обучения и методах обработки информации по направлениям фрод-мониторинга и гарантирования доходности

· Разработка ПО

· Поддержка текущих версий ПО

· Участие (и руководство) в тестировании и сопровождении ПО

Требования:

1. Обязательные технические навыки:

1.1. Языки программирования:

· Профессиональное владение Python

· Базовое знание SQL

· Знание C++

1.2. ML-фреймворки и библиотеки:

· TensorFlow

· PyTorch

· Keras

· scikit-learn

· XGBoost

· Catboost

1.3. Обработка данных:

· Pandas

· NumPy

· Spark

1.4. ML-алгоритмы:

· Глубокое обучение

· NLP

· Компьютерное зрение

· Рекомендательные системы

· Классические методы (регрессия, кластеризация и т.д.)

· LLM

1.5. Инфраструктура:

· Знание Docker, Kubernetes, Airflow, Kafka

· Понимание MLOps-практик (мониторинг, версионирование моделей).

1.6. Работа с данными:

· Умение работать с большими данными

· Опыт в предобработке, очистке и feature engineering

· Знание баз данных: реляционные (PostgreSQL, MySQL) и NoSQL (MongoDB, Cassandra)

1.7. Разработка и развертывание ПО:

· Опыт создания, обучения и развертывания LLM в production

· Знание CI/CD-инструментов (Jenkins, GitLab CI)

· Умение оптимизировать модели для скорости и масштабируемости

1.8. Математическая база:

· Понимание линейной алгебры, статистики, методов оптимизации

Желательные навыки:

· Знание архитектур нейросетей (Transformer, CNN, RNN)

· Опыт с AutoML-инструментами (MLflow, Kubeflow)

· Domain knowledge в специфичных для компании областях (системы связи)

· Участие в open-source проектах.

• Добровольное медицинское страхование