Applied ML Engineer

Задачи:

- анализ сигналов, логов, телеметрии, транзакционных и событийных данных;
- разработка ML / statistical / rule-based алгоритмов для детекции аномалий и нестандартных состояний;
- работа с временными рядами, последовательностями событий и неполными данными;
- feature engineering, построение baseline-моделей и проверка гипотез;
- валидация качества алгоритмов на исторических и production-данных;
- доведение прототипов до production-ready состояния совместно с инженерной командой;
- анализ ошибок, edge cases, drift и устойчивости алгоритмов.

Требования:

- опыт в роли ML Engineer / Data Scientist / Algorithm Engineer / Research Engineer;
- сильная база в статистике, прикладной математике, ML или signal processing;
- опыт работы с временными рядами, логами, telemetry / sensor / event data;
- понимание anomaly detection, classification, clustering, pattern recognition;
- уверенный Python, pandas / numpy / scipy / scikit-learn / PyTorch;
- умение работать с грязными, шумными и несбалансированными данными;
- способность выбирать практичные алгоритмические решения и объяснять их логику.