Prosche.AI — российская аккредитованная ИТ-компания, которая разрабатывает собственную AI-платформу DMP.ONE, помогающую бизнесу расти за счёт данных, автоматизации коммуникаций и AI-решений.
Сегодня мы:
-
120+ сотрудников;
-
34 000+ пользователей;
-
100 000+ реализованных проектов;
-
оператор персональных данных;
-
резидент Сколково и аккредитованная IT-компания.
Сейчас компания находится в фазе активного роста и масштабирования, а данные становятся одним из ключевых активов бизнеса.
Ключевой вызов
Мы создаём новое ML-направление внутри data-продукта и ищем инженера, который поможет превратить большие массивы данных в реальные бизнес-результаты.
Наша задача — не просто строить модели ради высоких метрик в ноутбуке, а создавать ML-системы, которые влияют на:
Кого мы ищем
Мы ищем ML Engineer, который сможет работать на стыке:
-
Machine Learning;
-
Backend Development;
-
Data Engineering;
-
Product Analytics.
Нам нужен специалист, который умеет доводить решения до production и понимает, как ML влияет на бизнес-метрики компании.
Что мы предлагаем:
- Реальное влияние на продукт
- Сложные и интересные задачи
- Быстрый путь от идеи до production
- Возможность развивать ML-направление
- Работа рядом с бизнесом
Дополнительно
- удалённый формат работы;
- гибкий график;
- сильная техническая команда;
- современный стек технологий;
- оформление по ТК РФ, ИП или самозанятости;
- конкурентный уровень дохода.
Наш технологический стек
Используем:
Python, SQL, PostgreSQL, FastAPI, Docker, pandas, scikit-learn, CatBoost, LightGBM, XGBoost.
Будет плюсом:
ClickHouse, Airflow, MLflow, MLOps-практики.
Что предстоит делать
На старте:
-
Разрабатывать ML-модели для скоринга данных.
-
Строить модели оценки качества, валидности и ценности данных.
-
Решать задачи дедупликации, нормализации и обогащения данных.
-
Создавать matching-модели для определения наиболее релевантных сегментов и клиентов.
-
Разрабатывать пайплайны feature engineering, обучения и инференса моделей.
-
Внедрять модели в production-сервисы.
-
Анализировать влияние моделей на продуктовые и финансовые показатели.
Далее:
-
Развитие ML-инфраструктуры компании.
-
Построение сервисов автоматического принятия решений на основе данных.
-
Разработка новых алгоритмов скоринга и рекомендаций.
-
Создание витрин данных для аналитики и продуктовых команд.
-
Участие в развитии data-продуктов компании.
Что для нас важно
Опыт:
-
Опыт коммерческой ML-разработки от 3 лет.
-
Опыт работы с табличными данными и построением ML-моделей.
-
Опыт разработки production ML-сервисов.
-
Уверенное владение Python и SQL.
-
Опыт построения scoring, classification или ranking моделей.
Будет большим плюсом:
-
Опыт работы в MarTech, AdTech, SaaS, e-commerce или Data Products.
-
Опыт построения MLOps-процессов.
-
Опыт оценки экономического эффекта моделей.
Что говорят сотрудники:
«Здесь можно быстро запускать идеи в production, видеть результат своей работы и реально влиять на развитие продукта. Решения принимаются быстро, а вклад каждого специалиста заметен».
Если вам интересны задачи на стыке Machine Learning, Data Engineering и продукта, а также возможность создавать ML-системы, которые влияют на реальные бизнес-показатели — откликайтесь.
После отклика мы направим короткую анкету и пригласим на знакомство с командой.
