CodeReview - команда опытных карьерных консультантов и Senior разработчиков, которые помогли трудоустроить уже больше 150 начинающих разработчиков. За прошлый год мы сделали X3 по выручке, по новым клиентам и по офферам, которые получили наши студенты. В этом году мы планируем сделать X5 от текущих показателей.
Зачем нам ML инженер?
Мы активно развиваем наш образовательный продукт и создаем интеллектуальные инструменты для менторов и студентов. Нам нужен ML-инженер, который будет:
Создавать и улучшать ML-модели и сервисы для персонализации обучения и автоматизации обратной связи.
Развивать и поддерживать ML-пайплайны (от данных до продакшена) для автоматизации рутинных процессов анализа и прогнозирования.
Участвовать в проектировании и внедрении новых AI-фич для студентов (например, рекомендательные системы, чат-боты-помощники) и аналитических инструментов для менторов (анализ прогресса, выявление "тонущих" студентов).
Оптимизировать производительность, мониторить и поддерживать существующие модели в production, а также заниматься их рефакторингом.
Что вас ждёт?
Трехнедельная оплачиваемая стажировка под руководством опытного наставника.
Полный цикл работы над ML-задачами: от исследования, подготовки данных и feature engineering до реализации, обучения, валидации и внедрения моделей.
Участие в создании новых ML-сервисов и поддержка/улучшение существующих ML-пайплайнов.
Работа в команде сильных специалистов по data science и machine learning.
Конкурентная заработная плата.
Быстрая профессиональная эволюция. Реальный путь от Junior до Middle ML-инженера за 6-10 месяцев, с возможностью роста до ведущего специалиста или Tech Lead в рамках 8-12 месяцев для самых результативных.
Требования:
Хорошее знание Python и уверенное владение библиотеками pandas, scikit-learn, numpy.
Понимание основных алгоритмов машинного обучения (линейные модели, ансамбли, основы нейросетей) и метрик оценки.
Готовность разбираться в коде, писать чистый и поддерживаемый код под ревью.
Сильную мотивацию учиться, проактивность и умение работать в команде.
Будет отличным преимуществом:
Опыт работы с фреймворками для глубокого обучения (PyTorch / TensorFlow).
Знакомство с контейнеризацией (Docker) и Linux.
Понимание основ MLOps-инструментов (MLflow, DVC) и работы с базами данных (SQL).
Любой опыт работы с облачными платформами (AWS, GCP, Azure).
Наличие учебных или пет-проектов на GitHub.
Условия работы:
Ждём ваше резюме!