ML Engineer (Python)

TL;DR

Senior ML Engineer (Python): Разработка и применение математических и ML-методов для решения прикладных бизнес-задач, построение end-to-end ML-пайплайнов и реализация production-ready решений с акцентом на оптимизацию инференса и интеграцию в существующую ИТ-инфраструктуру. Фокус на работе с LLM/RAG-решениями, классическим ML, deep learning и обеспечении масштабируемости высоконагруженных систем.

Локация: Удаленно (Россия)

Компания

Litota Group - это группа ИТ компаний, специализирующаяся на аутстаффинге и реализации амбициозных ИТ-проектов для ведущих российских банков и крупнейших корпораций.

Что делать

• Исследовать и применять математические и ML-методы для решения прикладных бизнес-задач.
• Разрабатывать и обучать ML-модели (RecSys, модели оттока, Uplift, Propensity, NLP/NER, LLM/RAG-решения).
• Строить end-to-end ML-пайплайны от проверки гипотез до выбора оптимальных моделей.
• Реализовывать production-ready решения, включая оптимизацию инференса.
• Интегрировать ML-решения в существующую ИТ-инфраструктуру (API, брокеры сообщений, хранилища данных).
• Оптимизировать производительность и масштабируемость ML-решений для высоконагруженных систем.
• Настраивать мониторинг технических и качественных метрик моделей.

Требования

• Опыт коммерческой разработки в области Machine Learning от 3 лет.
• Продвинутый уровень Python (от 5 лет) с умением писать чистый production код (OOP, SOLID).
• Знание фреймворков FastAPI/Django/Flask.
• Глубокое понимание теоретической базы ML, математической статистики и теории вероятностей.
• Практический опыт классического ML и бустингов (Scikit-learn, CatBoost, XGBoost, LightGBM).
• Опыт работы с deep learning и NLP (PyTorch, Hugging Face Transformers), задачами NLP/NER.
• Опыт построения и эксплуатации LLM- и RAG-пайплайнов, практическая работа с LangChain, LangGraph.
• Опыт подготовки моделей к продакшену, Docker, CI/CD, хорошее знание Linux.
• Опыт работы с векторными базами данных (Pinecone/Weaviate/Qdrant/pgvector) и брокерами сообщений (Kafka/RabbitMQ).
• Понимание принципов MLOps и мониторинга (Grafana).

Культура и преимущества

• Удаленная работа с возможностью работать из любого города в России.
• Интересные и уникальные проекты в финансовой и промышленной сферах.
• Комфортная рабочая атмосфера.
• Full-time занятость по договору ГПХ на сдельной основе (аутстафф).
• Оплата в российских рублях за фактически отработанное время.