ML разработчик в RedLab удалённо

ML-разработчик в компанию RedLab. Занимается исследованием и применением ML-методов, разработкой и обучением моделей (RecSys, отток, Uplift, Propensity, NLP/NER, LLM/RAG) и построением end-to-end ML-пайплайнов с выводом решений в продакшен.

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)

Условия:

• Удалённая работа
• Полная занятость
• ЗП обсуждается на собеседовании

Навыки:

• Python
• FastAPI
• Django
• Flask
• Scikit-learn
• CatBoost
• XGBoost
• LightGBM
• PyTorch
• Hugging Face Transformers
• NLP
• NER
• LLM
• RAG
• LangChain
• LangGraph
• Docker
• CI/CD
• Linux
• Pinecone
• Weaviate
• Qdrant
• pgvector
• Kafka
• RabbitMQ
• MLOps
• Grafana