Локация
Москва; удалённый или гибридный формат работы.
Зарплата
200000–250000 RUB на руки в месяц.
Компания
YLAB Development реализует проекты для клиентов, передавая специалистов на подходящие проекты.
Что делать
•Разрабатывать и развивать модели классического ML, deep learning и NLP.
•Проектировать end-to-end ML-пайплайны: подготовка данных, feature engineering, обучение, валидация и деплой.
•Работать с ETL/ELT, датасетами, feature store и большими объёмами данных.
•Выводить модели в production с использованием Docker, Kubernetes, REST/gRPC API и batch/online inference.
•Настраивать MLOps, версионирование моделей и данных, CI/CD/CT, автоматическое переобучение и мониторинг.
•Участвовать в архитектурных решениях и взаимодействовать с data scientists, инженерами, аналитиками и бизнес-стейкхолдерами.
Требования
•Коммерческий опыт в ML или ML Engineering от 3 лет; уровень Middle+ или Senior.
•Уверенное владение Python, pandas, NumPy, scikit-learn и PyTorch или TensorFlow.
•Опыт построения и деплоя ML-моделей в production, а также понимание supervised learning, feature engineering, валидации и метрик качества.
•Опыт работы с SQL, ETL/ELT, большими датасетами, Docker, Kubernetes и CI/CD.
•Практический опыт с MLflow или W&B, автоматизацией пайплайнов, мониторингом моделей, drift detection и retraining.
•Английский от B2+ требуется для европейских и американских проектов; для проектов без английского язык не обязателен.
Хорошо, если есть
•Опыт с LLM/GenAI, RAG, embeddings, vector databases, prompt engineering и fine-tuning.
•Практика LLMOps и agentic systems, включая LangGraph, CrewAI и multi-agent workflows.
•Опыт работы с AWS SageMaker, Azure ML, Vertex AI, feature stores, model registries, A/B-тестированием и canary deployments.
•Знание инструментов мониторинга и оценки моделей: Prometheus, Grafana, Evidently, Arize, Ragas или DeepEval.
Культура и преимущества
•Возможность работать удалённо или в гибридном формате.
•Работа над клиентскими ML-проектами с влиянием на реальные продукты.
•Автономное ведение задач от постановки до результата.
Процесс найма
•Короткое общение с рекрутером.
•Техническое интервью или TechCertify-скрининг.
•Передача на подходящие проекты клиентам.
