- Страна
- Россия
Откликайтесь
на вакансии с ИИ
ML Engineer
Оценка ИИПозиция в крупной аутсорс-компании Aston для работы над проектом ведущего банка. Это гарантирует работу с современным стеком и масштабными данными, хотя уровень зарплаты не указан открыто.
Сложность вакансии
Оценка ИИТребуется опыт от 2 лет и уверенное владение стеком Big Data (Spark, Hadoop). Работа связана с поддержкой Auto ML платформы, что подразумевает глубокое понимание алгоритмов и процессов MLOps.
Анализ зарплаты
Оценка ИИЗарплата в вакансии не указана, но для ML-инженера с опытом от 2 лет на российском рынке медиана составляет около 250 000 - 350 000 рублей. Aston обычно предлагает конкурентоспособные условия, соответствующие рыночным ожиданиям для банковского сектора.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Aston уже сейчас
Присоединяйтесь к команде Aston и развивайте Auto ML платформу для крупнейшего банка страны — откликайтесь прямо сейчас!
Описание вакансии
ML Engineer
Локация: Удаленно
Компания: Aston
ЗП: обсуждается на собеседовании
Занятость: Полная
Предлагаем присоединиться в роли ML Engineer и работать над проектом заказчика.
Заказчик - крупнейший коммерческий банк страны, лидер по объему активов и цифровому развитию. Активно продвигает мобильные сервисы, ценит скорость, гибкость и неформальный подход внутри команд.
Обязанности:
- улучшать стабильность и качество текущих Auto ML-алгоритмов, оптимизировать код;
- разрабатывать новые сценарии платформы для аналитиков;
- улучшать отчетность и артефакты по полученной модели;
- обновлять документацию и технические инструкции по сценариям платформы;
- взаимодействовать по внедрению новых сценариев и фич платформы с MLOps командой;
- проводить анализ потребностей аналитиков, формализовать их в сценарии;
- поддерживать пользователей;
- отвечать за релизный цикл библиотеки;
- проводить ревью.
Требования:
- опыт работы в роли ML Engineer/Data Scientist от 2-х лет;
- отличные знания ML- и DL-стека Python: Pytorch, lightgbm/xgboost/catboost, Scikit-Learn, Pandas, Numpy;
- опыт работы с инструментами Spark, Hadoop, Hive, ML Flow, AirFlow/Argo Workflow.
🌐 Резюме отправлять: Откликнуться
–––
Бесплатный постинг вакансий: @freeIT_job
Забирай 📚 Базу Знаний
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- PyTorch
- LightGBM
- XGBoost
- CatBoost
- Scikit-learn
- Pandas
- NumPy
- Apache Spark
- Hadoop
- Apache Hive
- MLflow
- Apache Airflow
- Argo Workflows
Возможные вопросы на собеседовании
Вакансия предполагает работу над стабильностью Auto ML. Важно понимать, как кандидат подходит к оптимизации.
Расскажите о вашем опыте оптимизации производительности ML-моделей или кода. Каких метрик удалось достичь?
В требованиях указан Spark и Hadoop. Нужно проверить навыки работы с большими данными.
С какими типичными проблемами вы сталкивались при обработке данных в Spark и как их решали?
Роль включает взаимодействие с MLOps. Важно понимание жизненного цикла модели.
Как вы организуете процесс передачи модели из разработки в продакшн (CI/CD для ML)?
Упоминается работа с ML Flow и AirFlow.
Опишите ваш опыт настройки пайплайнов в AirFlow. Как вы отслеживаете эксперименты в ML Flow?
Работа в крупном банке требует строгого контроля качества.
Как вы подходите к процессу код-ревью в ML-проектах? На что обращаете внимание в первую очередь?
Похожие вакансии
Senior MLOps инженер
Team Lead Data Science / ML
MLOps инженер (Team Lead)
MLOps инженер (Тимлид)
Senior MLOps инженер
Senior Data Engineer
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!