yandex
+500% приглашений

Откликайтесь
на вакансии с ИИ

Ускорим процесс поиска работы
SeniorУдалённоПолная занятость

ML Engineer

ИИОценка ИИ

Отличное предложение для Senior-специалиста: возможность влиять на архитектуру, работа с современным стеком и расширенный пакет бенефитов (отпуск, страховка, обучение). Международный статус компании добавляет привлекательности.


Вакансия из Quick Offer Global, списка международных компаний
Пожаловаться

Сложность вакансии

ЛегкоСложно
ИИОценка ИИ

Высокая сложность обусловлена необходимостью строить направление с нуля, включая проектирование MLOps и архитектуры на on-premise серверах. Требуется сочетание сильной математической базы и навыков разработки (FastAPI, Docker, Airflow).

Анализ зарплаты

Медиана500 000 ₽
Рынок400 000 ₽ – 650 000 ₽
ИИОценка ИИ

Зарплата в объявлении не указана, но для позиции Senior ML Engineer в международном холдинге рыночный диапазон составляет 400 000 – 600 000 рублей. Учитывая требования к созданию направления с нуля, компенсация должна соответствовать верхней границе рынка.

Сопроводительное письмо

Меня заинтересовала вакансия ML Engineer в TRAFMASTERS, так как я обладаю необходимым опытом разработки прогнозных моделей и выстраивания MLOps-процессов. Мой опыт работы с Python, CatBoost и ClickHouse позволяет мне эффективно решать задачи по прогнозированию LTV и анализу финансовых рисков, которые являются ключевыми для вашего проекта.

Я имею глубокую математическую базу и опыт работы с большими массивами данных, что критически важно для работы в высоконагруженных нишах. Возможность создать ML-направление с нуля и спроектировать архитектуру на on-premise серверах — это именно тот профессиональный вызов, который я ищу. Буду рад обсудить, как мой опыт поможет TRAFMASTERS в достижении бизнес-целей.

+250% к просмотрам

Составьте идеальное письмо к вакансии с ИИ-агентом

Составьте идеальное письмо к вакансии с ИИ-агентом

Откликнитесь в Trafmasters уже сейчас

Присоединяйтесь к TRAFMASTERS, чтобы с нуля создать ML-направление в международном холдинге!

Описание вакансии

#вакансия #ML #Remote #Senior

Позиция: ML Engineer

Компания: TRAFMASTERS (международный full-cycle холдинг, digital & performance marketing)

Формат: Full Remote (работа в защищенном контуре через WDS/RDS)

Занятость: Полная

В TRAFMASTERS мы строим комплексные экосистемы для работы с трафиком в высоконагруженных нишах. Сейчас мы ищем самостоятельного ML-инженера, который с нуля создаст ML-направление внутри компании и выстроит архитектуру на наших on-premise серверах.

Чем предстоит заниматься:

• Проектировать ML-систему и MLOps-процессы с нуля.

• Разрабатывать модели прогнозирования поведения игроков (LTV, будущие депозиты, GGR/NGR, финансовые риски).

• Работать с большими массивами данных и сложными запросами в ClickHouse.

• Проводить стохастические симуляции (Монте-Карло) для оценки сценариев.

• Упаковывать решения в быстрые API (FastAPI/Flask) и автоматизировать пайплайны (Airflow/Prefect, MLflow, Docker).

Наш идеальный кандидат:

• Имеет опыт в ML Engineering / Data Science от 3 лет и выводил модели в prod.

• Уверенно владеет Python, CatBoost, LightGBM, SQL (ClickHouse).

• Обладает глубокой мат. базой (теорвер, матстат, понимание законов распределения, работа с искаженными и fat-tailed данными).

• Понимает специфику iGaming/FinTech/E-com (метрики LTV, Churn, Retention) — будет огромным плюсом.

Условия и бенефиты:

• 26 рабочих дней отпуска + 26 дней оплачиваемых больничных.

• Дополнительные Corporate Holidays и Family Days.

• Курсы английского языка, частичная компенсация MultiSport и мед. страховки.

👋 Откликаться сюда: Откликнуться

+400% к собеседованиям

Создайте идеальное резюме с помощью ИИ-агента

Создайте идеальное резюме с помощью ИИ-агента

Навыки

  • Python
  • CatBoost
  • LightGBM
  • SQL
  • ClickHouse
  • FastAPI
  • Flask
  • Airflow
  • Prefect
  • MLflow
  • Docker
  • Statistics
  • Probability Theory

Возможные вопросы на собеседовании

Вакансия предполагает создание ML-направления с нуля. Важно понимать, как кандидат будет выстраивать процессы.

Опишите ваш план действий по развертыванию MLOps-инфраструктуры на on-premise серверах в первые три месяца работы.

В описании указана работа с ClickHouse и большими данными.

С какими сложностями вы сталкивались при обучении моделей на данных из ClickHouse и как оптимизировали процесс выборки признаков?

Упоминается работа с искаженными и fat-tailed данными.

Какие подходы вы используете для моделирования LTV, если распределение целевой переменной имеет «тяжелый хвост»?

Для оценки сценариев требуются симуляции Монте-Карло.

Расскажите о практическом кейсе, где вы применяли метод Монте-Карло для оценки финансовых рисков или бизнес-сценариев.

Позиция Senior подразумевает ответственность за весь цикл разработки.

Как вы обеспечиваете мониторинг качества моделей в продакшене и какие метрики используете для отслеживания data drift?

Похожие вакансии

более 1000 офферов получено
4.9

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!