Tech Lead ML Engineer

Ты сможешь получить опыт и раскрыть свой потенциал, работая над уникальными технологичными проектами наших клиентов.

Ты фокусируешься на технических задачах, а мы берем на себя переговоры с заказчиком, решение бюрократических вопросов и своевременно оплачиваем работу на проекте.

Приглашаем Tech Lead ML Engineer для работы на IT-проектах наших клиентов (в формате аутстафф).

Мы поручим:

• Проектировать и развивать ML-решения для прикладных бизнес-задач, выбирать подходящие математические подходы, архитектуры и алгоритмы с учетом специфики данных, ограничений и целевых метрик.

• Лидировать разработку и внедрение ML-моделей и сервисов: RecSys, churn prediction, Uplift, Propensity, NLP/NER, LLM/RAG-решения.

• Строить и развивать end-to-end ML-пайплайны: от анализа данных, проверки гипотез и подготовки признаков до обучения, валидации, выбора моделей и вывода решений в production.

• Принимать технические решения по архитектуре ML-сервисов, deployment-подходам, интеграции с инфраструктурой и масштабированию решений.

• Обеспечивать production-ready качество решений: стабильность, производительность, отказоустойчивость, удобство сопровождения и мониторинг моделей.

• Интегрировать ML-решения в существующий ИТ-ландшафт компании: API, брокеры сообщений, хранилища данных, внутренние сервисы.

• Оптимизировать скорость инференса, потребление ресурсов и масштабируемость решений для высоконагруженных сценариев.

• Выстраивать и поддерживать мониторинг технических и бизнес-метрик моделей, контролировать деградацию качества и инициировать улучшения.

• Курировать техническую реализацию задач команды: участвовать в декомпозиции, code review, выборе инструментов и инженерных практик.

• Выступать техническим экспертом для команды и смежных подразделений: взаимодействовать с аналитиками, data engineers, backend-разработчиками, DevOps/MLOps и product-командами.

• Проводить технические интервью ML/Python-кандидатов: оценивать уровень разработки, знание ML-теории, практический опыт вывода моделей в production, архитектурное мышление и соответствие профилю команды.

• Участвовать в формировании технической экспертизы команды: менторить инженеров, помогать в развитии junior/middle/senior специалистов, участвовать в выработке стандартов разработки.

Для выполнения задач необходимо:

• Высшее образование (математика / физика / информатика / ИТ)

• Коммерческий опыт в Machine Learning от 5 лет, из них желательно опыт в роли ведущего инженера / tech lead / technical owner от 2х лет

• Уверенный опыт промышленной разработки на Python(от 7 лет): написание чистого, поддерживаемого и production-ready кода, понимание OOP, SOLID, code style, code review practices.

• Практический опыт проектирования ML-сервисов и вывода моделей в production.

• Хорошее знание одного или нескольких Python backend-фреймворков: FastAPI / Flask / Django.

• Глубокое понимание теоретической базы ML: основные постановки задач, алгоритмы, метрики качества, математическая статистика, теория вероятностей.

• Практический опыт работы с классическим ML и бустингами: Scikit-learn, CatBoost, XGBoost, LightGBM.

• Опыт работы с deep learning и NLP: PyTorch, Hugging Face Transformers, задачи обработки текстов, NER, прикладное использование языковых моделей.

• Практический опыт построения и эксплуатации LLM- и RAG-пайплайнов.

• Опыт работы с инструментами и фреймворками для LLM/agentic-сценариев: LangChain, LangGraph или аналогами.

• Опыт контейнеризации и подготовки решений к эксплуатации: Docker, CI/CD.

• Хорошее знание Linux.

• Опыт работы с векторными БД: Pinecone / Weaviate / Qdrant / pgvector.

• Практический опыт интеграции с брокерами сообщений: Kafka / RabbitMQ.

• Понимание принципов MLOps, мониторинга и наблюдаемости ML-систем, включая Grafana и смежные инструменты.

• Опыт принятия технических решений, декомпозиции задач и технического сопровождения команды будет преимуществом.

• Опыт проведения технических интервью или готовность брать на себя эту задачу как часть роли.

Будет плюсом:

• Опыт руководства небольшой командой инженеров или наставничества.

• Опыт выстраивания инженерных стандартов, процессов code review и технической оценки кандидатов.

• Опыт работы с высоконагруженными ML-сервисами и распределенными системами.

• Понимание смежных направлений: Data Engineering, Backend, DevOps/MLOps.

Мы предлагаем:

Важно! Оплата за фактически отработанное время на проекте, выплата осуществляется в российских рублях.

• удаленную работу — возможность работать из любого города ;
• интересные и уникальные проекты — в финансовой и промышленной сферах;
• комфортную рабочую атмосферу;
• заключение договора ГПХ, сдельная основа (аутстафф);

• своевременные выплаты;

• интересные и уникальные IT-проекты в крупных компаниях;

• скидки от партнеров - английский язык, обучение, покупки;

• корпоративная библиотека.