Публикатор: Анастасия
Обсуждение вакансий и резюме в чате @devops_jobs
#вакансия #MLengineer #Москва #офис #гибрид #fulltime
📌Вакансия: Руководитель направления внедрения моделей машинного обученния / Team Lead ML Engineer
📌Компания: Альфа Банк
📌Город: Москва
📌Формат работы: гибрид
📌Занятость: full time
📌З/П: от 250 000 до 300 000 net.
📌Обязанности:
- Выстраивать процесс по выводу моделей машинного обучения
- Обсуждение конечных endpoints для моделей с DS, DE и IT
- Разработка высоконагруженных end-to-end web-сервисов на базе ML-моделей из прототипов, предоставленных DS/DL-командами; плюс к этому умение разработать базовые ML-модели и бейзлайны, взятые из туториалов или пейперов, при отсутствии прототипов
- Построение DAGов
- Оптимизация существующих web-сервисов и ML-моделей внутри них
- Автоматизация ETL-процессов сбора данных для ML-сервисов (самостоятельно и совместно с DE)
- Разработка и поддержка чеков полноты данных для статистического анализа и машинного обучения
- Контроль за CI/CD приложений, помощь в реагировании на инциденты
- Настройка мониторинга метрик качества моделей
- Поддержание высокого уровня культуры написания и тестирования кода
📌Требования:
- Опыт управление командой из 2-3 человек от 1 года
- Опыт разработки ПО от 2 лет
- Опыт внедрения ML моделей в продакшен
- Pipeline-friendly - опыт выстраивания многостадийных DAGов - Airflow, MLFlow, DVC
- Data-search-friendly - опыт с системами быстрого поиска контента Faiss/Annoy/NMSLIB/Milvus
- Web-friendly: понимание основных частей, из которых состоит web-приложение, опыт с Celery, поверхностное знание Python Django или опыт с аналогичными фреймворками (Flask/FastAPI/Java Spring)
- Dl-friendly: знание фреймворков для deep learning (PyTorch, TensorFlow)
- Dl-inference-friendly: знание стека для оборачивания DL моделей в inference мод (ONNX, TensorRT)
Ml-friendly: знание python-стека, Numpy, Scipy, Sklearn, Pandas, XGBoost/CatBoost
- Database-friendly: опыт с одной или несколькими Hadoop/spark/hive/NoSQL/Key-Value (PostgreSQL, Cassandra, Redis), написание SQL-запросов
- Broker-friendly: опыт с Kafka/RabbitMQ
- Docker-friendly: базовое понимание работы с контейнерами
Unix-friendly: bash, sed, awk, find, grep, ssh
- Git-friendly: знание git, командная работа с репозиторием, понимание различных workflows
- Prog-friendly: понимание ООП, знание основных шаблонов проектирования приложений
- People-friendly: культура документирования своих решений\кода, соблюдение codestyle, code review
📌Условия:
- Возможна удаленная работа и гибкое утро 9-11
- Расширенный ДМС со стоматологией, скидки для родственников
- 10 дней 100% оплаты больничного
- Бесплатный спортивный зал в офисе
- Льготы на продукты банка, дисконт-программы от компаний партнеров
- Бизнес, открытый к предложениям: сможешь предлагать собственные идеи и реализовывать их постоянное развитие: регулярный внутренний и внешний обмен знаний, митапы, тренинги, конференции
Обсуждение вакансий и резюме в чате @devops_jobs
#вакансия #MLengineer #Москва #офис #гибрид #fulltime
📌Вакансия: Руководитель направления внедрения моделей машинного обученния / Team Lead ML Engineer
📌Компания: Альфа Банк
📌Город: Москва
📌Формат работы: гибрид
📌Занятость: full time
📌З/П: от 250 000 до 300 000 net.
📌Обязанности:
- Выстраивать процесс по выводу моделей машинного обучения
- Обсуждение конечных endpoints для моделей с DS, DE и IT
- Разработка высоконагруженных end-to-end web-сервисов на базе ML-моделей из прототипов, предоставленных DS/DL-командами; плюс к этому умение разработать базовые ML-модели и бейзлайны, взятые из туториалов или пейперов, при отсутствии прототипов
- Построение DAGов
- Оптимизация существующих web-сервисов и ML-моделей внутри них
- Автоматизация ETL-процессов сбора данных для ML-сервисов (самостоятельно и совместно с DE)
- Разработка и поддержка чеков полноты данных для статистического анализа и машинного обучения
- Контроль за CI/CD приложений, помощь в реагировании на инциденты
- Настройка мониторинга метрик качества моделей
- Поддержание высокого уровня культуры написания и тестирования кода
📌Требования:
- Опыт управление командой из 2-3 человек от 1 года
- Опыт разработки ПО от 2 лет
- Опыт внедрения ML моделей в продакшен
- Pipeline-friendly - опыт выстраивания многостадийных DAGов - Airflow, MLFlow, DVC
- Data-search-friendly - опыт с системами быстрого поиска контента Faiss/Annoy/NMSLIB/Milvus
- Web-friendly: понимание основных частей, из которых состоит web-приложение, опыт с Celery, поверхностное знание Python Django или опыт с аналогичными фреймворками (Flask/FastAPI/Java Spring)
- Dl-friendly: знание фреймворков для deep learning (PyTorch, TensorFlow)
- Dl-inference-friendly: знание стека для оборачивания DL моделей в inference мод (ONNX, TensorRT)
Ml-friendly: знание python-стека, Numpy, Scipy, Sklearn, Pandas, XGBoost/CatBoost
- Database-friendly: опыт с одной или несколькими Hadoop/spark/hive/NoSQL/Key-Value (PostgreSQL, Cassandra, Redis), написание SQL-запросов
- Broker-friendly: опыт с Kafka/RabbitMQ
- Docker-friendly: базовое понимание работы с контейнерами
Unix-friendly: bash, sed, awk, find, grep, ssh
- Git-friendly: знание git, командная работа с репозиторием, понимание различных workflows
- Prog-friendly: понимание ООП, знание основных шаблонов проектирования приложений
- People-friendly: культура документирования своих решений\кода, соблюдение codestyle, code review
📌Условия:
- Возможна удаленная работа и гибкое утро 9-11
- Расширенный ДМС со стоматологией, скидки для родственников
- 10 дней 100% оплаты больничного
- Бесплатный спортивный зал в офисе
- Льготы на продукты банка, дисконт-программы от компаний партнеров
- Бизнес, открытый к предложениям: сможешь предлагать собственные идеи и реализовывать их постоянное развитие: регулярный внутренний и внешний обмен знаний, митапы, тренинги, конференции