ML Engineer

Что нужно делать
Вести ML-проекты end-to-end и совместно с коллегами;
Дообучать трансформенные модели под наши задачи классификации контента (интент, тематика, монетизируемость);
Строить классические ML-пайплайны на табличных данных: фичеинжиниринг, бустинги, валидация;
Работать с LLM через наш gateway: писать и итерировать промпты, собирать эвал-сеты, мерить качество;
Участвовать в дизайне А/Б-тестов;
Совместно с SE доводить решения до прода.
Чего ждём от тебя
Опыт 3+ лет в ML/DS с реальными моделями в проде, а не только в тетрадках, опыт поддержки полного цикла жизни моделей, включая мониторинг и регулярные апдейты;
Уверенный Python: ООП, тесты, типизация;
SQL на уровне «могу сам достать данные для фичей и анализа»;
Git и базовое понимание CI/CD;
Опыт работы с FastAPI и Docker;
Опыт с нейросетевыми моделями, особенно для текстовых данных: как минимум дообучал BERT-подобные трансформеры под свои задачи, идеально — понимаешь, как алгоритмы устроены внутри и можешь при необходимости заняться их оптимизацией или доработкой;
Уверенное владение классическим ML: знание основных семейств моделей и границ их применимости, принципов валидации и фичеинжиниринга, основных метрик под разные классы задач;
Опыт с LLM API: написание промптов, сбор few-shot примеров, замеры качества на эвал-сетах, использование LLM-as-a-Judge;
Понимание A/B тестирования — дизайн закрывают аналитики, но ты должен мочь говорить с ними на одном языке.