Описание
Product Madness владеет индустрией мобильного гейминга, создавая увлекательные, прорывные игровые впечатления. Мы ценим роль данных в улучшении опыта игроков и принятии стратегических бизнес-решений. Присоединяйтесь к нашей инновационной, слаженной команде и внесите вклад в создание будущего мобильного гейминга. В роли Senior ML Engineer в Aristocrat вы будете работать с современными технологиями, которые преобразуют игровой опыт для миллионов игроков.
Задачи
•Создавать, внедрять, обучать, оценивать и оптимизировать модели машинного обучения для предсказания, рекомендаций, персонализации и поддержки принятия решений.
•Создавать и комбинировать приложения на базе LLM, системы retrieval-augmented generation (RAG) и агентные workflow во внутренние инструменты и бизнес-процессы.
•Переводить требования ML/AI в надёжные программные компоненты, сервисы и API, обеспечивая поддерживаемость, производительность и масштабируемость.
•Формулировать методы оценки, валидировать качество моделей, выявлять режимы сбоев и поддерживать устойчивость, безопасность и надёжность результатов ML/AI.
•Работать совместно с MLOps-инженерами над развёртыванием, мониторингом и поддержкой ML/AI-решений, обеспечивая плавную интеграцию с существующими платформами и приложениями.
•Повышать скорость инференса моделей, управление ресурсами, снижение латентности и масштабируемость ML/AI-приложений.
•Писать чистый, хорошо протестированный, поддерживаемый код на Python; внедрять автоматизированное тестирование, код-ревью, документацию и надёжную обработку ошибок.
•Извлекать, интегрировать, валидировать и подготавливать данные из множества источников для поддержки обучения, инференса и оценки моделей.
•Работать в тесном контакте с Data Scientists, MLOps-инженерами, Data Engineers и партнёрами по продукту, преобразуя бизнес-потребности в практические решения на основе данных.
•Участвовать в обсуждениях архитектуры, наставлять менее опытных инженеров и помогать улучшать стандарты и практики разработки.
Требования
•Экспертный уровень программирования на Python, сборка ПО, автоматизированное тестирование, отладка, системы контроля версий и практики совместной разработки.
•Практический опыт разработки, обучения, оценки и оптимизации моделей supervised learning с использованием фреймворков, таких как scikit-learn, PyTorch, TensorFlow или аналогичных.
•Практический опыт разработки приложений с использованием LLM, включая составление промптов, структурированные выводы, RAG, вызов инструментов (tool calling) и агентные workflow.
•Опыт создания пайплайнов оценки, измерения производительности моделей, выявления режимов сбоев и валидации AI-выводов.
•Солидный практический опыт в одной или нескольких областях, включая рекомендательные системы, reinforcement learning, моделирование временных рядов, unsupervised learning или причинное/байесовское моделирование.
•Опыт в хотя бы одной из областей: LLM/NLP-приложения, агентные workflow или компьютерное зрение.
•Сильные навыки SQL, опыт интеграции данных через API и другие интерфейсы, понимание качества данных и предобработки.
•Опыт в развёртывании моделей, сервисах инференса, мониторинге, версионировании моделей и управлении жизненным циклом ML.
•Солидное понимание облачных платформ (например, GCP, AWS, Azure), контейнеров, CI/CD-пайплайнов и сред разработки ML.
•Опыт оптимизации производительности ПО, латентности инференса или использования ресурсов.
Условия
•Гибридный формат работы, требующий присутствия в офисе в Барселоне 3 дня в неделю.
•Предлагается комплексный пакет заработной платы и льгот, разработанный для конкурентоспособности на рынке, поддержки благополучия сотрудников и признания вклада в успех компании.
•Подход основан на принципе pay-for-performance — вознаграждении за индивидуальный вклад.
•Конкретный компенсационный пакет определяется такими факторами, как навыки, опыт, квалификация и местоположение.
•В зависимости от роли и местоположения возможны ежегодные бонусы и премии, льготы по здоровью и благополучию, оплачиваемый отпуск, пенсионные планы, страхование и другие локальные или установленные законом льготы.
•Подробности о компенсации и льготах для этой позиции будут обсуждаться в процессе найма.
