ML Разработчик (Python)

Описание вакансии

ID 3338

ML Разработчик (Python)"

Middle+, Senior

"#Проект:

Поддержка направления Data Science

#Условия:

Клиент: Пищевая промышленность

Длительность: до 31.12.2026

Занятость: полная

Локация: РФ

Гражданство: РФ

Рабочий график: МСК ± 2

Формат: Удаленно

Плановый срок рассмотрения кандидата: 7±3 дн.

Дополнительно:

#Позиция:

Роль: ML Разработчик (Python)

Уровень: Middle+, Senior

Количество: 1

Английский: -

#Обязательно:

• Отличное знание Python и опыт промышленной разработки уровня Middle+ или Senior;
• Глубокое знание алгоритмов, структур данных и оценки вычислительной сложности;
• Уверенная работа с библиотеками анализа данных Pandas и NumPy;
• Практический опыт машинного обучения: линейные модели, случайный лес, метрики качества, кросс-валидация;
• Опыт работы с временными рядами: очистка, прогнозирование и валидация прогнозов;
• Опыт с библиотеками машинного обучения Scikit-learn и Statsmodels;
• Опыт с библиотеками градиентного бустинга XGBoost, LightGBM или CatBoost;
• Опыт обёртки моделей и логики в backend-сервисы на FastAPI (или Hug и аналогичных) и базовое понимание архитектуры веб-приложений;
• Уверенное владение SQL и реляционными базами данных, прежде всего PostgreSQL;
• Базовые навыки DevOps: Docker, работа в Unix-подобных системах, понимание принципов CI/CD;
• Опыт юнит- и интеграционного тестирования, владение методологией тестирования;
• Готовность углубляться в ML-математику и брать на себя всё больше модельной работы с развитием в сторону Data Science;
• Английский язык на уровне Intermediate.

#Желательно:

• Опыт работы с большими данными: Spark, PySpark, хранилища S3;
• Навыки MLOps: Kubernetes, KubeFlow, оркестрация пайплайнов;
• Понимание жизненного цикла разработки вычислительной и программной инфраструктуры;
• Опыт в отрасли FMCG в задачах Supply Chain, Demand Planning и Forecasting, а также с системами ERP и APS;
• Опыт работы в продуктовых командах по Agile и Scrum.

#Задачи:

• Сбор, очистка и подготовка данных из различных источников для обучения и эксплуатации моделей;
• Проектирование и поддержка end-to-end пайплайнов данных: от источников до готовых признаков и витрин;
• Разработка сервисов и API на FastAPI для обёртки моделей и математической логики с интеграцией в бизнес-процессы;
• Рефакторинг исследовательских прототипов в поддерживаемый продакшен-код с покрытием тестами и участием в ревью;
• Настройка вывода моделей в эксплуатацию: контейнеризация, CI/CD, мониторинг работы сервисов;
• Оптимизация производительности критичных участков и работа с большими объёмами данных;
• Погружение в ML-математику и постепенное принятие на себя всё большего объёма модельной работы с развитием в сторону Data Science;
• Эффективное взаимодействие с Data Scientist, представителями бизнеса и техническими командами.

*❗️**❗️**❗️Писать {{apply_contact}}⚡️**⚡️**⚡️**⚡️ С РЕЗЮМЕ В КОТОРОМ УКАЗАН ВОЗРАСТ И ЛОКАЦИЯ НАХОЖДЕНИЯ. Укажите 🆔 вакансии❗️ Без этой информации отклики не рассматриваются ❗️**❗️*