ML-инженер

LEOMAX – лидер рынка дистанционной торговли с 16-летним опытом – приглашает в свою команду ML-инженер.
Почему LEOMAX ?
• Мы входим в ТОП-3 крупнейших рекламодателей на российском TV;
• Наши товары представлены на ведущих маркетплейсах: Wildberries, Ozon, Lamoda;
• У нас более 10 собственных торговых марок, а общий ассортимент товаров насчитывает более 50 тысяч наименований;
• Мы даём возможность построить карьеру каждому – от линейного сотрудника до управленца.
Чем предстоит заниматься:
• Загружать и чистить реальные данные клиента (CSV, Excel) – обработка пропусков, дублей, выбросов, кодирование категориальных признаков
• Быстро строить бенчмарки: сравнивать линейные модели, XGBoost, LightGBM, MLP и давать отчёт с метриками (не только accuracy, но и стабильность, экстраполяция)
• Разрабатывать кастомные модели на PyTorch (не обязательно глубокие сети) с численно устойчивыми training loops
• Реализовывать safety gate (PINE) для фильтрации недопустимых предсказаний
• Писать чистый воспроизводимый код
• Взаимодействовать с бэкенд-разработчиками: определять контракт API (JSON) для выдачи результатов модели в интерфейс
• Выявлять проблемы в данных или протоколах оценки (утечка, смещение, нестабильность) и предлагать компромиссные решения
Мы предлагаем:
• Возможность развиваться в профессиональной и отзывчивой команде;
• Гибкое начало рабочего дня, отсутствие строгого дресс-кода, у нас принято на «ты»
• Комфортный офис в бизнес-центре B+, м. Волгоградский проспект/Дубровка (5/7 минут пешком)
• Скидки на товары Компании, партнерские программы (фитнес, банковские продукты), корпоративные мероприятия, конкурсы, новогодние подарки детям, приветственные презенты для новых сотрудников
• Гарантии стабильности: соблюдение законодательства, конкурентная «белая» заработная плата.
• Корпоративное обучение, возможность профессионального и карьерного роста;
• Заработная плата зависит от уровня квалификации, обсуждается на собеседовании.
Что мы ожидаем:
- Среднее специальное или высшее образование.
• Python (уверенное владение)
• PyTorch (уверенное владение): умение писать кастомные training loops, отлаживать численную нестабильность
• Pandas/NumPy (уверенное владение): обработка грязных табличных данных (пропуски, дубли, нечисловые колонки)
• scikit-learn + базовые модели: Linear/RSM, XGBoost, LightGBM, MLP - умеет быстро собрать benchmark
• Умение строить валидный протокол сравнительного тестирования (benchmark protocol) - без утечек данных, с правильной стратификацией и разбиением (в т.ч. временных рядов)
• Воспроизводимость (reproducibility): фиксация случайных зерен (random seed), версий библиотек, базовое отслеживание экспериментов (experiment tracking)
• Понимание экстраполяции: как оценивать модель на данных за пределами обучающей выборки
• Численная устойчивость - опыт отладки кастомных архитектур
• Понимание API/JSON-контракта - модель должна отдавать результаты в интерфейс через REST-запросы
• Опыт с реальными грязными данными клиента – не только идеальными датасетами.
• Способность реализовать PINE safety gate
Откликайся на вакансию и присоединяйся к нашей команде!