ML-инженер

Компания "Алькор"

• 1. Работа с данными и проектирование признаков (Feature Engineering)

• Сбор и интеграция: получение структурированных и неструктурированных данных из различных источников (базы данных, API, лог-файлы, стримы).
• Очистка и подготовка: обработка пропусков, аномалий, приведение данных к единому формату для анализа.
• Проектирование признаков: преобразование «сырых» данных в информативные признаки (features) — нормализация, кодирование категориальных переменных, создание производных признаков (например, извлечение дня недели из даты, векторизация текста).

• 2. Разработка, обучение и валидация моделей

• Выбор и применение алгоритмов: эксперименты с различными методами (линейные модели, ансамбли на основе деревьев, нейронные сети) для решения задачи.
• Обучение и тонкая настройка: проведение экспериментов, подбор гиперпараметров, кросс-валидация.
• Оценка качества: анализ моделей с использованием бизнес- и статистических метрик (Accuracy, Precision/Recall, ROC-AUC, RMSE), выбор оптимального решения.

• 3. Промышленное внедрение и инженерия (MLOps)

• Производственный деплой: интеграция модели в продуктивную среду — разработка микросервисов (REST/gRPC API), контейнеризация (Docker), оркестрация (Kubernetes).
• Построение ML-пайплайнов: автоматизация процессов обучения, валидации и деплоя с использованием инструментов (MLflow, Kubeflow, Airflow).
• Оптимизация производительности: ускорение inference (квантование, дистилляция, использование специализированных библиотек), работа с ресурсами GPU/CPU.

• 4. Эксплуатация, мониторинг и поддержка

• Мониторинг в production: отслеживание качества предсказаний (data drift, concept drift), метрик производительности и стабильности сервиса (латентность, uptime).
• Техническая поддержка и итеративное развитие: оперативное устранение инцидентов, переобучение и обновление моделей по мере изменения данных или бизнес-требований.
• Ведение документации по коду, архитектуре и процессам.

• 5. Межфункциональное взаимодействие

• Коммуникация с бизнесом и аналитиками: перевод бизнес-задач на технический язык, презентация результатов.

• Высшее образование в области математики, CS, физики или смежной технической дисциплины будет Вашим преимуществом

• Пятидневная рабочая неделя
• Официальное трудоустройство

Открыть контакты работодателя

Зарегистрируйтесь или войдите, чтобы открыть контакты работодателя