Middle+ ML Engineer
Интересная роль для опытного инженера с широким стеком технологий и возможностью удаленной работы. Требование глубоких знаний в нескольких областях (RecSys, CV, NLP) делает позицию профессионально привлекательной.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Высокий порог входа обусловлен требованием 5-летнего опыта и глубокой экспертизы в RecSys, а также необходимостью владения широким спектром технологий от CV до NLP.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Зарплата в объявлении не указана, но для специалиста уровня Middle+/Senior с опытом от 5 лет в области ML и RecSys на российском рынке медиана составляет около 350 000 - 450 000 рублей. Специалисты с таким широким стеком (CV, NLP, RecSys) высоко ценятся и могут претендовать на верхнюю границу рынка.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
Middle+ ML Engineer
Требования:
От 5 лет опыта в индустрии в направлении Machine Learning. Обязательный опыт разработки и внедрения Recommendation Systems (RecSys). Опыт в одной из областей Computer Vision / OCR будет преимуществом. Знание подходов, архитектур, типовых проблем и методов их решения в Speech-to-Text / NLP. Уверенное понимание статистики и Core ML. Отличное владение Python, ООП и принципами проектирования приложений. Практический опыт с DL-фреймворками TensorFlow / PyTorch. Уверенное владение стандартным стеком инструментов: SQL, NumPy, Pandas / Polars, OpenCV (cv2), Matplotlib.
Локация:*📍*Удалённо на территории РФ.
Контакт для отклика: Откликнуться или Откликнуться +CV
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- Python
- NumPy
- Pandas
- Matplotlib
- OpenCV
- PyTorch
- Machine Learning
- SQL
- Computer Vision
- NLP
- Recommendation Systems
- OCR
- TensorFlow
- Polars
- OOP
- Speech-to-text
Возможные вопросы на собеседовании
Вакансия требует обязательного опыта в RecSys. Вопрос проверяет понимание архитектурных решений и умение справляться с классическими проблемами рекомендаций.
Расскажите о самом сложном проекте по внедрению рекомендательной системы: с какими проблемами (например, cold start или bias) вы столкнулись и как их решили?
Для Middle+ уровня критично понимание производительности при обработке данных.
В каких случаях вы предпочтете использовать Polars вместо Pandas, и как это отразится на потреблении памяти и скорости вычислений?
В описании упоминается опыт в CV/OCR как преимущество. Вопрос проверяет практические навыки работы с изображениями.
Какие методы предобработки изображений в OpenCV вы считаете наиболее эффективными для улучшения качества работы OCR-моделей в условиях шума?
Проверка фундаментальных знаний ML и статистики.
Как вы подходите к выбору метрик для оценки качества модели Speech-to-Text, и чем WER отличается от других подходов в специфических бизнес-задачах?
Проверка инженерной культуры и навыков проектирования.
Опишите ваш подход к деплою ML-моделей: как вы обеспечиваете воспроизводимость экспериментов и мониторинг качества модели в продакшене?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

