- Страна
- Кипр
Откликайтесь
на вакансии с ИИ
Machine Learning Engineer
Оценка ИИОтличное предложение с полным релокационным пакетом на Кипр, страховкой и компенсацией детских расходов. Высокий балл за масштаб задач (Highload) и прозрачные бонусы.
Сложность вакансии
Оценка ИИВысокая сложность обусловлена требованиями к опыту работы с огромными объемами данных (петабайты) и необходимостью глубоких знаний в статистике и MLOps для работы в высоконагруженной системе.
Анализ зарплаты
Оценка ИИРаботодатель заявляет зарплату 'выше рынка'. Для Кипра (Лимассол) уровень Senior ML Engineer обычно варьируется от 5000 до 7500 евро нетто, что соответствует рыночным ожиданиям для продуктовых IT-компаний.
Сопроводительное письмо
I am writing to express my strong interest in the Machine Learning Engineer position at TrafficStars. With over 3 years of experience in ML and Data Science, I have a proven track record of building and deploying end-to-end models in production environments. My background in handling large-scale datasets and conducting rigorous A/B testing aligns perfectly with your requirement to process over 10 billion daily events.
I am particularly impressed by TrafficStars' infrastructure and the scale of your ClickHouse cluster. In my previous roles, I have focused on scoring and ranking models, and I am eager to apply my expertise in Python and SQL to optimize your traffic and user behavior metrics. The opportunity to relocate to Limassol and contribute to a high-load international ad network is a challenge I am ready to embrace.
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в TrafficStars уже сейчас
Присоединяйтесь к команде TrafficStars в Лимассоле и работайте с данными петабайтного масштаба — откликайтесь прямо сейчас!
Описание вакансии
#вакансия #cyprus #limassol #vacancy
Компания: TrafficStars
Город: Лимассол, Кипр.
Формат работы: офис, фуллтайм.
TrafficStars - это продуктовая IT-компания, работающая на рынке уже более 10 лет.
Мы - международная рекламная сеть, которая ежедневно регистрирует свыше 10 миллиардов событий в кластере ClickHouse объёмом 3,6 петабайта.
Инфраструктура компании включает более 500 серверов, расположенных в дата-центрах по всей Европе и США.
В пиковые часы наша сеть обрабатывает свыше 1 миллиона запросов в секунду.
Ищем ML engineer, который умеет работать с масштабом, классическим ML и продуктовой аналитикой.
Что делать:
• Строить и улучшать ML-модели (scoring, ranking, anomaly detection)
• Анализировать огромные массивы данных (сотни млрд событий)
• Запускать модели в прод: от обучения до мониторинга
• Работать с real-time и historical данными
• Делать A/B тесты, фичи, метрики
• Искать точки роста в трафике и поведении пользователей
• Строить внутренние инструменты и дашборды
Что нужно:
• 3+ года в ML / Data Science
• Опыт продакшена моделей (end-to-end)
• Статистика, гипотезы, A/B тесты
• SQL (ClickHouse - плюс)
• Python / R (sklearn, XGBoost и т.д.)
• Опыт работы с большими данными (TB–PB)
• Умение объяснять сложное простым языком
Будет плюсом:
• MLOps / lifecycle моделей
Что даем:
• ЗП выше рынка + официальный контракт
• Релокация в Лимассол (включая семью)
• Мак или ПК на выбор
• Медстраховка + мобильная связь
• Обеды, снеки, фрукты
• Оплата спорта
• Курсы английского
• Частичная компенсация детских расходов
Пиши в личку Откликнуться
Если вакансия не для тебя, буду благодарна за рекомендацию 🙌
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Machine Learning
- Data Science
- Python
- R
- SQL
- ClickHouse
- XGBoost
- Scikit-learn
- MLOps
- A/B Testing
- Statistics
- Anomaly Detection
Возможные вопросы на собеседовании
Вакансия предполагает работу с 10 млрд событий ежедневно, важно понимать опыт кандидата с такими объемами.
Расскажите о вашем опыте работы с Big Data: какие инструменты вы использовали для обработки данных объемом в несколько терабайт или петабайт?
ClickHouse является ключевым стеком компании, знание его специфики критично.
Какие особенности ClickHouse вы учитываете при написании аналитических запросов для ML-фичей?
Компания ищет инженера для задач ранжирования и скоринга.
Как бы вы построили систему ранжирования рекламы в реальном времени при нагрузке в 1 млн запросов в секунду?
В требованиях указан опыт A/B тестирования.
Как вы оцениваете результаты A/B тестов, если распределение метрик сильно смещено или имеет 'тяжелые хвосты'?
Упоминается важность MLOps.
Опишите ваш подход к мониторингу ML-моделей в продакшене: как вы отслеживаете data drift и ухудшение качества модели?
Похожие вакансии
ML Engineer
Data-Scientist (команда динамического ценообразования)
Senior Data Scientist
Старший аналитик AI/ML
Data Scientist RecSys
Data Scientist / MLE
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!
- Страна
- Кипр