- Страна
- Казахстан
- Зарплата
- 600 000 ₽ – 800 000 ₽
Откликайтесь
на вакансии с ИИ
Machine Learning Engineer
Оценка ИИСтабильная компания в ключевом секторе экономики Казахстана с четко прописанными задачами. Зарплата соответствует рыночному уровню для Middle-специалиста в Астане, а стек технологий актуален.
Сложность вакансии
Оценка ИИПозиция требует более 3 лет опыта и уверенного владения стеком Python/SQL. Сложность заключается в специфике нефтегазовой отрасли и необходимости работы с полным циклом ML: от подготовки данных до мониторинга дрейфа моделей.
Анализ зарплаты
Оценка ИИПредложенная зарплата в 600,000 – 800,000 KZT NET находится в пределах рыночного диапазона для Middle ML-инженеров в Казахстане, хотя для специалистов с опытом 3+ года и глубокой экспертизой верхняя планка может быть выше.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в KazMunaiGas Digital уже сейчас
Присоединяйтесь к цифровой трансформации нефтегазовой отрасли Казахстана и реализуйте сложные ML-проекты в KazMunaiGas Digital!
Описание вакансии
Machine Learning Engineer
KazMunaiGas Digital
600,000 to 800,000 KZT NET per month
Astana / Office
Engineering and technology company in the oil and gas sector.
Responsibilities:
• Translate business needs into ML tasks and prepare data from multiple sources.
• Develop classification, regression, clustering, ranking, forecasting, and anomaly-detection models.
• Build reproducible data-processing and model-training pipelines.
• Monitor model performance, data quality, and drift.
Requirements:
• Bachelor’s or Master’s degree in a relevant technical field.
• 3+ years of practical experience in machine learning, data science, or applied analytics.
• Strong Python and SQL skills.
• Experience with pandas, NumPy, scikit-learn, LightGBM, XGBoost, CatBoost, Matplotlib, or Plotly.
Optional:
• Forecasting, ranking, recommendation systems, anomaly detection, or optimization.
• REST APIs, batch processing, cloud platforms, or distributed data-processing tools.
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- NumPy
- Pandas
- Matplotlib
- SQL
- Scikit-learn
- REST API
- XGBoost
- LightGBM
- CatBoost
- Plotly
Возможные вопросы на собеседовании
Проверка опыта работы с классическими алгоритмами градиентного бустинга, указанными в вакансии.
В каких случаях вы выберете CatBoost вместо XGBoost или LightGBM, и как вы обрабатываете категориальные признаки в этих библиотеках?
Вакансия включает мониторинг качества данных и дрейфа моделей.
Как вы организуете процесс мониторинга model drift и data drift в продакшене? Какие метрики и инструменты используете?
Важная часть обязанностей — построение воспроизводимых пайплайнов.
Расскажите о вашем опыте построения воспроизводимых пайплайнов обработки данных. Какие инструменты (например, DVC, MLflow, Airflow) вы использовали?
Проверка навыков работы с временными рядами или специфическими задачами отрасли.
Как бы вы подошли к задаче обнаружения аномалий в данных с датчиков нефтедобывающего оборудования?
Проверка навыков SQL для подготовки данных.
