- Страна
- Россия
Откликайтесь
на вакансии с ИИ
ML-инженер (NLP, Авто.ру)
Оценка ИИТ-Банк — один из лучших работодателей в РФ с сильной инженерной культурой. Работа над проектом Авто.ру дает возможность влиять на продукт с огромной аудиторией и использовать современный стек технологий.
Сложность вакансии
Оценка ИИПозиция требует уверенного владения Python/C++, опыта работы с ML-фреймворками (PyTorch, CatBoost) и навыков DevOps (Docker, FastAPI). Сложность обусловлена необходимостью не только обучать модели, но и самостоятельно внедрять их в высоконагруженный продакшен.
Анализ зарплаты
Оценка ИИЗарплата в вакансии не указана, но для уровней Middle и Senior в Т-Банке она обычно соответствует или слегка превышает рыночные показатели для Москвы и удаленного формата. Ожидаемый диапазон для таких ролей составляет от 250 000 до 450 000 рублей после вычета налогов.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Т-Банк уже сейчас
Присоединяйтесь к команде Т-Банка и создавайте передовые ML-решения для Авто.ру!
Описание вакансии
ML-инженер (NLP, Авто.ру)
#удаленка #офис #middle #senior
Компания: Т-Банк
*🔹*Обязанности
-Разрабатывать и обучать модели машинного обучения, включая генераторы кандидатов
-Улучшать модели оценки стоимости автомобилей
-Разрабатывать решения для антифрода и модерации контента
-Подготавливать и трансформировать данные для обучения и продакшена моделей
-Упаковывать модели в сервисы и внедрять их в продакшен
*🔹*Требования
-Имеете опыт оркестрации ML‑пайплайнов с помощью Airflow или Luigi
-Умеете программировать на Python или C++
-Умеете работать с SQL и NoSQL для подготовки и трансформации данных
-Умеете разворачивать решения в виде микросервисов с использованием FastAPI, gRPC или Docker
-Обладаете хорошими теоретическими знаниями в области машинного обучения
-Понимаете устройство и принципы работы одного из ML‑фреймворков или библиотек, например CatBoost или PyTorch
Python Job в Telegram | в VK | в Max
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- C++
- Python
- PyTorch
- Machine Learning
- SQL
- NLP
- Docker
- Airflow
- gRPC
- NoSQL
- FastAPI
- Luigi
- CatBoost
Возможные вопросы на собеседовании
Проверка навыков работы с данными и понимания градиентного бустинга, который часто используется в задачах оценки стоимости.
Как бы вы подошли к обработке пропущенных значений и категориальных признаков в данных об автомобилях при использовании CatBoost?
Оценка архитектурных навыков и понимания жизненного цикла ML-модели.
Опишите процесс деплоя ML-модели в виде микросервиса: как обеспечить отказоустойчивость и мониторинг качества предсказаний?
Проверка опыта работы с NLP, указанного в заголовке вакансии.
Какие архитектуры трансформеров вы бы использовали для задачи модерации текстовых объявлений и почему?
Оценка навыков инженерии данных и оркестрации.
Расскажите о своем опыте построения DAG в Airflow. Как вы обрабатываете зависимости между этапами обучения модели?
Проверка алгоритмической базы и понимания производительности.
