ML-инженер

Привет, будущий коллега!

Мы ищем сильного ML‑инженера, чтобы внедрить ИИ и автоматизировать ключевые рабочие процессы: от обработки входящих данных и классификации кейсов до формирования сценариев взаимодействия и прогнозирования результатов работы. Если вы умеете превращать ML‑модели в стабильный, быстрый и безопасный внутренний сервис — будем рады видеть вас в команде.

Что предстоит делать:

• Разрабатывать и внедрять ML‑решения для автоматизации типовых операций (классификация, приоритизация, прогнозирование) в рамках внутренних бизнес‑процессов агентства.

• Создавать и поддерживать микросервисы на Python (FastAPI) для работы с ML‑моделями и интеграции с внутренними системами.

• Проектировать и оптимизировать REST API для ML‑функциональности (взаимодействие с CRM, системами уведомлений и отчётности).

• Подбирать, дообучать и интегрировать ML‑модели под задачи агентства (классификация, скоринг, прогнозная аналитика, NLP для анализа текстов коммуникаций).

• Строить пайплайны обработки данных: от получения сырых данных из внутренних источников до выдачи предсказаний и рекомендаций.

• Развёртывать и сопровождать ML‑модели on‑premise (без использования внешних облачных API) с учётом требований безопасности и конфиденциальности данных.

• Оптимизировать инференс: снижать задержки, повышать пропускную способность, настраивать кэширование и батчинг.

• Оценивать и подбирать аппаратное обеспечение (GPU, RAM, хранилище) под задачи ML и прогнозируемую нагрузку.

• Развивать DevOps‑процессы: CI/CD, управление версиями, контроль качества релизов, версионирование моделей и данных.

• Настраивать мониторинг ML‑сервисов (метрики качества, стабильность, логи, алерты) и контроль деградации моделей.

• Взаимодействовать с продуктовой командой, аналитиками и специалистами по безопасности, чтобы адаптировать ML‑решения под реальные процессы агентства.

Мы ждём, что у вас есть:

• Опыт коммерческой разработки на Python — от 3 лет.

• Уверенное владение FastAPI (async/await, Pydantic, middleware, OpenAPI).

• Понимание архитектуры REST и опыт проектирования API.

• Опыт оптимизации Python‑сервисов и работы с производительностью (профилирование, снижение latency).

• Знание жизненного цикла ML‑решений в продакшене (от эксперимента до мониторинга и ретрейнинга).

• Опыт работы с Docker (контейнеризация, образы, health‑checks).

• Практический опыт развёртывания ML‑моделей on‑premise и понимание ограничений такой инфраструктуры.

• Работа с данными: подготовка датасетов, очистка, разметка, валидация, контроль качества данных.

• Понимание требований к безопасности и хранению данных (работа с чувствительной информацией, внутренние контуры).

Будет плюсом:

• Опыт в задачах классификации, скоринга, прогнозной аналитики (отклик, вероятность оплаты, сегментация).

• Навыки NLP: анализ текстов, выделение сущностей, классификация обращений, тональность.

• Знание инструментов мониторинга и observability (Prometheus, Grafana, OpenTelemetry).

• Опыт работы с инфраструктурой для ML‑инференса (vLLM, TGI, Triton и аналоги).

• Навыки квантизации и ускорения моделей (ONNX, TensorRT, INT8/FP16).

• Опыт работы с GPU‑оборудованием (NVIDIA CUDA, подбор видеокарт, оценка конфигурации под нагрузку).

• Понимание принципов MLOps, версионирования моделей и контроля деградации качества.

Мы предлагаем:

• «Белую» заработную плату — обсуждается по итогам собеседования.

• Полугодовые премии — до 30 % от полугодового оклада.

• Гибридный график работы 5/2 с 9:00 до 18:00.

• Официальное трудоустройство по ТК РФ, оплачиваемые отпуска и больничные.

• ДМС после первого года работы.

• Систему материальной мотивации: премии, материальная помощь, корпоративные подарки.

• Корпоративную культуру: регулярную обратную связь от руководителя, участие в командных активностях, меню льгот (компенсация фитнеса, обучения и др.).

• Интересные задачи на стыке ML, автоматизации и реальных бизнес‑процессов.

• Современную техническую базу и возможность влиять на архитектуру решений.

Ждём ваши отклики!