Чем предстоит заниматься:
- Погружаться в нюансы процессов и участвовать на встречах с пользователями;
- Разрабатывать прототипы pipeline сбора и обработки данных;
- Обучать модели машинного обучения и рассказывать внутри команды про свое решение с метриками;
- Доводить модели до ПРОМ c применением MLOps практик;
- Разработка CI/CD процессов для продукта;
- Подготовка кода к выводу в ПРОМ.
Требования:
- Опыт реализации и внедрения алгоритмов машинного обучения от 3 лет;
- Уверенное знание MLOps практик, базовых алгоритмов машинного обучения и NLP;
- Сильные аналитические навыки – умение найти и собрать релевантные данные, критически их оценить и сделать качественные выводы;
- Писать качественный код: функциональный и ООП (pep 8);
- Обрабатывать и визуализировать данные с помощью Python (pandas, numpy, scipy, matplotlib, etc.);
- Обучать классические модели машинного обучения (sklearn, lightgbm, catboost), обрабатывать текстовые данные и применять нейронные сети (nltk, genism, TF-IDF, word2vec, Bert, GPT, etc);
- Готовить витрины с помощью базового SQL (join’ы, оконки);
- Упаковывать модели в контейнер (Git, OpenShift, Docker, Nexus Registry, Jenkins);
Будет плюсом:
- Знания MLOps практик:
- Разработка инфраструктуры для разворачивания ML пайплайнов;
- Разработка CI/CD процессов для продукта;
- Подготовка релизов и заполнение релизной документации
- Разработка и поддержка системы мониторинга;
- Знание алгоритмов и структур данных;
- Умение автоматизации процесса мониторинга качества моделей и их калибровкa.