В направление ML Space требуется DS-специалист для разработки облачных AI-сервисов. Приглашаем Data Scientist в команду ML Space, которая занимается развитием продукта ML Space - платформы для ML-разработки полного цикла: от трансфера и хранения BigData до деплоя и автоматического масштабирования готовой модели. Вам предстоит на основе данных заказчика и открытых источников создавать воспроизводимые ML-пайплайны, которые другими заказчиками смогут переиспользоваться на своих данных для решения схожих бизнес-задач. Будет необходимо заниматься уточнением бизнес-задачи, помощью в формализации потребностей, подготовкой данных для моделирования, написанием кода от baseline-модели до полноценного ML-пайплайна и публикации его на ML Space. Обязанности: Разработка ML-пайплайнов (AI-сервисов), в том числе в экспресс-режиме (разработка MVP, проверка/тестирование гипотез), подготовка EDA с помощью библиотек Python на данных клиентов; Умение формулировать гипотезы, проверяемые с помощью ML; Подготовка шаблона для запроса данных у клиента под конкретную задачу; Помощь в формализации потребностей и формировании бизнес-требований, экспертный контроль качества полученных ML-моделей, достижение бизнес-целей заказчика; Участие в развитии передовой платформы для полного цикла ML-разработки «ML Space» https://sbercloud.ru/ru/aicloud/mlspace. Требования: Хорошее знание Python, опыт разработки ML-пайплайнов (MLOps); Опыт в решении задач прогнозной (предиктивной) аналитики, например, предсказание спроса, динамическое ценообразование, предсказание поломок оборудования; Понимание методологий минимум в 3 из перечисленных направлений: технологии CV, NLP, рекомендательные системы, временные ряды; Уверенные знания в области классического машинного обучения (метрики, оценки качества, визуализации, интерпретации результатов моделирования); Коммерческий опыт работы с большими данными с помощью библиотек pandas, numpy, scikit-learn, знание и опыт разработки на фреймворке PyTorch и использование других фреймворков глубинного обучения (JAX, TensorFlow); Опыт работы с контейнерами Docker и с системами оркестрации (Kubernates); Опыт работы в Linux-средах обязателен; Высшее образование по направлениям ПМИ, программная инженерия. Преимущество отдается кандидатам из ШАДа, AI Masters (OzonMasters), MADE. Будет плюсом: Понимание REST, опыт работы с python-фреймворками инференса Kserve, Nvidia Triton (FastAPI, Flask и т. п.), понимание gRPC; Умение работать с большими данными через Spark; Знание SOTA-алгоритмов, умение их применить в практических кейсах; Опыт продуктивизации ML-подобных решений/моделей (в идеале – продуктов, основанных на технологиях машинного обучения/компьютерного зрения/NLP), вывод ML-модели машинного обучения за стадию MVP; Понимание механизмов распределенных вычислений (MPI, torch.distributed, horovod); Практический опыт работы с системами контроля версий (у нас GitLab) и системами управления проектами (стек Atlassian: Jira, Confluence и т. д.) в командной разработке; Опыт реализации кейсов на данных компаний из разных отраслей (например, металлургия, АПК, ритейл и др.). Что мы предлагаем: Оформление в соответствии с трудовым законодательством РФ; Конкурентный уровень дохода (оклад + годовой бонус); ДМС со стоматологией и возможностью подключения к программе своих детей и родственников; Прозрачную систему мотивации, которая позволяет влиять на уровень дохода; Работу в команде профессионалов; Участие в создании инновационных продуктов; Гибкое начало рабочего дня, пятница - сокращённый рабочий день; Возможность работать удаленно; Офис в центре Москвы; Корпоративную мобильную связь; Льготную программу ипотечного и потребительского кредитования; Ещё у нас: Возможность вертикального и горизонтального роста; Бонусные программы от компаний партнёров; Возможность получения бонуса за закрытие вакансии по вашей рекомендации; Материальная помощь при рождении детей и др. семейных обстоятельствах; Обучение в Корпоративном университете; Участие в профильных конференциях в качестве спикера или слушателя; Корпоративная жизнь: спортивные комьюнити, клубы по интересам (настолки, интеллектуальные игры; Обучение и развитие в компании.
Адрес
Москва