- Страна
- Россия
Откликайтесь
на вакансии с ИИ
MLE инженер
Оценка ИИИнтересная роль на стыке инженерии и продукта в известной компании m2 (Метр квадратный). Удаленный формат работы по РФ и фокус на реальную пользу делают вакансию привлекательной для опытных инженеров.
Сложность вакансии
Оценка ИИПозиция требует не просто навыков Data Science, а инженерного подхода к выводу моделей в продакшен и понимания экономики продукта. Ограничение по гражданству и локации (РФ) сужает круг кандидатов.
Анализ зарплаты
Оценка ИИВ объявлении не указана зарплата, но для уровня Middle/Senior MLE в крупных российских финтех/проптех компаниях рынок предлагает конкурентные условия. Указанные оценки соответствуют текущим зарплатным ожиданиям для специалистов, способных доводить продукты до продакшена.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в М2 уже сейчас
Если вы хотите строить реальные ML-продукты и доводить их до продакшена в m2, отправляйте свое резюме прямо сейчас!
Описание вакансии
Привет, в m2 ищем MLE инженеров - у нас удаленка, но по рф(гибрид)(гражданство тоже рф, так как мы работаем с персухой).
Чем предстоит заниматься - нужно будет собирать ML/Data продукты из готовых компонент, выводить их в продуктив, базово следить за экономикой, работать с заказчиком, работать с данными, в обще строить то, что будет приносить пользу исползуя современные компоненты. В целом это не ДС позиция, а больше про то, чтобы довести до продашкена с нужным уровнем качества.
Присылайте резюме Откликнуться ,а чуть позже я выложу более подробное и красивое описание.
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- Machine Learning
- Data Engineering
- MLOps
- ETL
Возможные вопросы на собеседовании
Вакансия делает упор на вывод в продакшен, поэтому важно знать опыт кандидата с CI/CD и мониторингом моделей.
Расскажите о вашем опыте вывода ML-моделей в продуктив: какие инструменты использовали для деплоя и мониторинга?
В описании упомянуто слежение за экономикой продукта. Кандидат должен понимать связь между точностью модели и бизнес-показателями.
Как вы оцениваете экономическую эффективность внедренных вами ML-решений? Приведите примеры.
Работа предполагает сборку продуктов из готовых компонент. Важно понять, как кандидат выбирает стек.
Какими критериями вы руководствуетесь при выборе готовых ML-компонент или библиотек для нового проекта?
MLE должен уметь работать с данными напрямую.
С какими инструментами обработки данных и построения пайплайнов (ETL) вы работали наиболее плотно?
Позиция подразумевает взаимодействие с заказчиком.
Как вы выстраиваете коммуникацию с бизнес-заказчиком при сборе требований к ML-продукту?
Похожие вакансии
Senior Data Scientist
Data Scientist (Senior)
ML Engineer (Senior)
Старший специалист по Data Science
ML-инженер
Руководитель Data Science команды (Анализ спроса в маркетплейсе)
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!