- 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
I am writing to express my interest in the ML Engineer position at Aston. With over two years of experience in Machine Learning and Data Science, I have developed a strong proficiency in the Python ML/DL stack, including PyTorch, CatBoost, and Scikit-Learn. My background in optimizing algorithms and working with Big Data tools like Spark and Hadoop aligns perfectly with your requirements for improving Auto ML stability and developing new platform scenarios.
In my previous roles, I have successfully managed the full lifecycle of ML models, from formalizing analyst requirements to collaborating with MLOps teams for deployment. I am particularly drawn to this opportunity because of the chance to work on a large-scale project for a leading commercial bank. I am confident that my technical skills and experience in maintaining release cycles and technical documentation will make me a valuable asset to your team.
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
MLOps Engineer (ML pipelines / Kubernetes / Airflow)
Senior Data инженер
Senior MLOps Engineer (Platform Development / LLMOps)
Data Engineer / SAP HANA Developer (Senior)
Data Scientist в RecSys
Data Engineering Team Lead (команда Clickhouse)
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
- Россия