Откликайтесь
на вакансии с ИИ
Machine Learning Engineer (MLE)
Оценка ИИПривлекательная вакансия с удаленным форматом работы, полным пакетом бенефитов и современным стеком технологий. Компания предлагает реальное влияние на продукт и поддержку инициатив, что важно для профессионального роста.
Сложность вакансии
Оценка ИИВакансия требует серьезного технического бэкграунда: от глубоких знаний математики и статистики до владения MLOps-инструментами и навыками написания чистого кода. Наличие профильного образования (MSc/PhD) и опыта в iGaming/e-commerce значительно повышает планку для кандидатов.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, однако для позиции MLE с опытом от 3 лет и знанием MLOps на международном рынке или в крупных российских компаниях медиана составляет около 350 000 - 450 000 рублей. Наличие MSc/PhD и специфического опыта в iGaming может поднять планку выше среднего.
Сопроводительное письмо
Меня заинтересовала вакансия Machine Learning Engineer в Mr Bit, так как мой опыт разработки и внедрения ML-моделей в продакшн составляет более 3 лет. Я обладаю глубокими знаниями классического машинного обучения и имею практический опыт работы с глубоким обучением (PyTorch/TensorFlow), что позволяет мне эффективно решать задачи классификации и построения рекомендательных систем.
Особое внимание я уделяю инженерной культуре и MLOps-практикам. Опыт работы с Docker, MLflow и Airflow помогает мне не просто создавать модели, но и выстраивать надежные конвейеры данных, обеспечивая масштабируемость и поддерживаемость кода. Буду рад обсудить, как мои навыки в области DS и инженерии помогут вашей команде достигать новых бизнес-целей.
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Mr Bit уже сейчас
Присоединяйтесь к команде Mr Bit и создавайте ML-решения, которые реально влияют на бизнес!
Описание вакансии
#vacancy #mle #machinelearning #datascience #remote
Всем привет!✌️
Команда Mr Bit в поиске Machine Learning Engineer (MLE) для создания моделей, которые решают реальные бизнес-задачи.
Что будет входить в задачи: полный цикл ML-проектов — от анализа данных и разработки моделей до их внедрения и мониторинга, а также создание надежных конвейеров данных и перевод бизнес-требований в ML-решения вместе с командой продукта и маркетинга.
Что важно:
- 3+ года опыта разработки и внедрения ML-моделей в продакшене;
- Глубокие знания ML (регрессия, классификация, кластеризация, выбор методов);
- Отличное владение Python и библиотеками ML/DS (pandas, NumPy, scikit-learn, XGBoost);
- Опыт с deep learning (TensorFlow, PyTorch), желательно для рекомендательных систем;
- Уверенные навыки SQL для работы с данными и создания признаков;
- Опыт работы с MLOps (MLflow, Kubeflow, Docker, CI/CD);
- Знакомство с инструментами обработки данных (Airflow, Spark или аналогичные);
- MSc/PhD в компьютерных науках, статистике или смежных областях;
- Опыт в iGaming, e-commerce или мобильных играх — плюс;
- Инженерное мышление: чистый, поддерживаемый и масштабируемый код.
Что мы предлагаем:
- Работа в удалённом формате (remote-first);
- Полностью оплачиваемый отпуск и больничные;
- Предоставление рабочего оборудования;
- График 5/2 с гибким началом и окончанием рабочего дня;
- Пакет бенефитов (спорт, медицинское страхование, образование);
- Возможность реально влиять на проекты и полная поддержка ваших идей и инициатив.
Интересна вакансия? Пиши в личные сообщения в тг: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- Pandas
- NumPy
- Scikit-learn
- XGBoost
- TensorFlow
- PyTorch
- SQL
- MLflow
- Kubeflow
- Docker
- CI/CD
- Airflow
- Spark
- Machine Learning
- Deep Learning
- MLOps
Возможные вопросы на собеседовании
Проверка глубины понимания алгоритмов и умения выбирать подходящий инструмент под задачу.
Расскажите, как вы выбираете между градиентным бустингом (например, XGBoost) и нейронными сетями для конкретной бизнес-задачи?
Оценка практического опыта внедрения моделей в реальную эксплуатацию.
Опишите ваш опыт настройки CI/CD для ML-проектов. С какими сложностями при деплое моделей вы сталкивались?
Проверка навыков работы с данными и инструментами оркестрации.
Как бы вы спроектировали пайплайн обработки данных в Airflow для модели, требующей ежедневного переобучения на больших объемах данных?
Оценка опыта в рекомендательных системах, упомянутых в вакансии.
Какие подходы к построению рекомендательных систем вы использовали? Как вы оцениваете их эффективность в продакшене?
Проверка умения работать с SQL и проектировать признаки (feature engineering).
Приведите пример сложного SQL-запроса для генерации признаков, который вы оптимизировали для повышения производительности.
Похожие вакансии
Data инженер Middle+
Data Scientist (Senior)
Data инженер (Senior)
Data Analyst / Data Scientist (Fintech / Payments)
ML разработчик (Senior)
Data Engineer Python (Middle)
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!