ML Engineer (Middle) — Alif Pakistan
Оценка ИИСильная международная компания с понятным стеком и широким спектром интересных задач в финтехе. Гибкий формат работы (удаленка/гибрид) и работа над реальными продуктами делают вакансию очень привлекательной для Middle-специалистов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИРоль требует уверенного владения классическим ML и опытом работы с табличными данными в финтех-доменах. Основная сложность заключается в необходимости понимания бизнес-метрик (LTV, скоринг) и умении работать с полным циклом разработки.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в вакансии не указана, но для позиции Middle ML Engineer в международном финтехе рыночные ожидания обычно находятся в диапазоне 2500–4500 USD в зависимости от локации и налогового резидентства. Alif известен конкурентными условиями для своих ключевых рынков.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
ML Engineer (Middle) — Alif Pakistan
Alif Tech — это международная финтех компания, которая успешно работает на рынках Узбекистана, Таджикистана, Пакистана, Великобритании и ОАЭ.
Ищем ML-инженера, который будет отвечать за полный цикл разработки приложений на основе машинного обучения. Приоритет — опыт с классическим ML на табличных данных в одном или нескольких направлениях:
— Кредитный скоринг
— Антифрод
— Рекомендательные системы
— Динамическое ценообразование
— Отток клиентов
— Прогноз спроса
— SLA доставки
— Оптимизация в маркетинге
— Next Best Offer / кросс-продажи
— LTV
— Оценка недвижимости
Стек: Python (pandas, numpy), XGBoost/LGBM/CatBoost, SQL, Airflow, базовый DL.
Почему вам будет интересно с нами :
— Работа в продуктовой финтех-компании;
— Профессиональная команда, взаимная поддержка и обмен опытом;
— Возможность карьерного роста;
— Культура, открытая к новым идеям и улучшениям процессов;
— График 5/2 с 9:00 до 18:00;
— Формат: офисный (предпочтительно), но рассматриваем также как гибрид, так и удаленку.
Откликнуться или задать вопрос можно в Telegram Откликнуться.
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- Python
- Pandas
- NumPy
- XGBoost
- LightGBM
- CatBoost
- SQL
- Airflow
- Deep Learning
Возможные вопросы на собеседовании
Вакансия сфокусирована на табличных данных и классическом ML. Важно понимать, как кандидат выбирает инструмент под задачу.
В каких случаях вы предпочтете CatBoost вместо XGBoost или LightGBM при работе с банковскими данными?
Для финтеха критично понимание того, как модель влияет на бизнес-показатели.
Как бы вы спроектировали систему оценки кредитного скоринга для нового рынка, где мало исторических данных?
Упоминание Airflow в стеке предполагает навыки автоматизации пайплайнов.
Расскажите о вашем опыте настройки DAG в Airflow для регулярного переобучения моделей.
Работа с табличными данными часто требует сложного проектирования признаков.
Какие методы генерации признаков (feature engineering) вы считаете наиболее эффективными для задач прогнозирования оттока клиентов?
В финтехе важно не только качество модели, но и интерпретируемость.
Как вы объясняете бизнес-заказчикам логику принятия решения моделью «черного ящика»?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
