Перейти к содержимому
search
work Вакансия на FreelanceSpace опубликовано 1 ч назад

Senior ML Engineer

apartmentТ1 scheduleПолная занятость publicУдалённо badge5+ лет
send Откликнуться

Публичная страница вакансии: прозрачные условия, быстрый отклик, понятный следующий шаг. Для работодателя — качественный воронко-трафик, для исполнителя — ясные требования без “воды”.

description

Описание вакансии

Senior ML Engineer (Домен ИИ)
#удаленка #senior
Компания: Т1
☑️Чем предстоит заниматься:
-Разработка и поддержка ETL‑pipeline;
-Создание, обучение и оценка моделей AutoML;
-Внедрение новых алгоритмов ML и их тестирование;
-Оптимизация признаков: построение кастомных трансформеров, RFE, PCA, feature‑selection;
-Упаковка моделей в MLEAP‑bundle и их публикация;
-Реализация и поддержка сервисов инференса с REST‑API и SSE;
-Интеграция с Kafka/Redis, обеспечение надёжной доставки сообщений и статусов;
-Настройка CI/CD пайплайнов, автоматическое тестирование и деплой в Kubernetes;
-Мониторинг производительности, сбор метрик, настройка алертов;
-Участие в архитектурных обсуждениях, оценка рисков и предложений по улучшению платформы.

☑️Какие знания и навыки для нас важны:

-Программирование на Scala 2.12/2.13 (опыт разработки Spark‑приложений) и Python (моделирование в Jupyter);
-Глубокие знания Apache Spark 3.x;
-Опыт построения и эксплуатации ML моделей (ETL → обучение → инференс);
-Знание основных алгоритмов машинного обучения;
-Понимание работы Kafka, Redis Streams и SSE;
-Навыки контейнеризации (Docker) и оркестрации (Kubernetes, Helm);
-Базовые навыки работы с MinIO/S3, Hive, SFTP;
-Умение работать с системами контроля версий (Git) и вести техническую документацию (Swagger/OpenAPI);
-Опыт проектирования, разработки и поддержки полного ML‑pipeline в распределённой среде;
-Опыт выбора и внедрения новых моделей и алгоритмов (XGBoost, CatBoost, кастомные трансформеры и т.п.);
-Опыт оптимизации точности моделей: гиперпараметрический поиск, кросс‑валидация, балансировка классов;
-Опыт разработки и интеграции сложных feature‑engineering‑трансформеров, RFE, PCA, target‑encoding;
-Опыт упаковки моделей в MLEAP‑bundle, их деплой в MinIO и обслуживания сервисов инференса;
-Опыт мониторинга и отладки Spark‑jobs, Kafka‑потоков, метрик моделей в продакшн;
-Навыки обеспечения безопасности данных (TLS/mTLS, подпись/верификация);
-Умение принимать архитектурные решения по увеличению точности, производительности, масштабированию и повышению отказоустойчивости;
-Оконченное высшее образование;
Контакты: %contact_placeholder%

🔥 / @best_itjob / @it_rab
tips_and_updates
Как откликнуться эффективно
  • arrow_right1–2 релевантных кейса (ссылки/скриншоты)
  • arrow_rightСроки и формат работы (когда на связи)
  • arrow_right2–3 уточняющих вопроса по задаче
handshake
Рекомендации работодателю
  • arrow_rightОпишите результат и критерии приёмки
  • arrow_rightУкажите бюджет/вилку — это повышает качество откликов
  • arrow_rightСразу обозначьте сроки и доступность по коммуникациям