Чем предстоит заниматься:
- Разработка и внедрение ML-моделей для прогнозирования сбоев, анализа трендов, выявления аномалий и предсказания угроз, а также автоматизации мониторинга и обновлений;
- Обработка, очистка и подготовка данных, создание ETL-пайплайнов для работы с большими объемами (Big Data) в реальном времени, включая временные ряды.;
- Интеграция ML-моделей в производственные среды с применением MLOps-подходов. Настройка и управление CI/CD пайплайнами, участие в разработке API для взаимодействия компонентов и обеспечение высокой производительности решений;
- Участие в разработке инновационных решений для автоматизации управления инфраструктурой и безопасной работы облачных сред. Исследование и внедрение передовых методов AI/ML, включая обработку временных рядов, кластеризацию и использование предиктивной аналитики;
- Тесное взаимодействие с DevOps (Docker, Kubernetes), инженерами данных, специалистами по безопасности и продуктовыми менеджерами для адаптации ML-решений под бизнес-задачи. Презентация результатов работы и рекомендаций команде и стейкхолдерам.
Требования
- ML Engineer от 4 лет;
- ML/DL (регрессия, классификация, кластеризация, временные ряды);
- Инструменты TensorFlow, PyTorch, Scikitlearn, XGBoost;
- Навыки работы с временными рядами и предиктивной аналитикой;
- SQL и NoSQL базы (PostgreSQL, MongoDB), навыки работы с большими данными (Spark, Hadoop, Kafka);
- Программирование на Python (Pandas, NumPy);
- Docker, Kubernetes и CI/CD для ML-решений;
- Prometheus, Grafana;
- Умение разрабатывать и внедрять модели в продакшн, включая настройку ML-пайплайнов (Kubeflow, MLflow);
- Высшее образование IT/Техническое.