MLOps Senior [Risk Team]
Оценка ИИОтличное предложение в перспективном финтех-стартапе с возможностью удаленной работы или релокации. Четкие требования, современный стек и социально значимая миссия компании делают вакансию очень привлекательной для Senior-специалистов.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сложность вакансии
Оценка ИИРоль требует глубокой экспертизы на стыке ML и DevOps, а также опыта работы с конкретными инструментами оркестрации и мониторинга моделей. Высокий уровень ответственности в команде рисков и необходимость владения английским языком повышают порог входа.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИПредлагаемая позиция Senior MLOps инженера в международном финтехе предполагает доход выше среднего по рынку СНГ, соответствуя европейским и латиноамериканским стандартам для опытных специалистов. Учитывая возможность релокации в страны с разной стоимостью жизни, вилка может варьироваться.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Описание вакансии
MLOps Senior [Risk Team] / Banco Plata *✅*
Serbia, Kazakhstan, Georgia, Cyprus or Remote.
*✈️* Помогают с релокацией.
Banco Plata is a tech platform powered by AI that is redefining the financial experience in Mexico. Plata's mission is to simplify the financial experience.
Требования к кандидату:
- 3+ years of experience in ML/Data Engineering or DevOps
- Experience with ML training pipelines (MLflow, W&B, etc.)
- Strong Python skills and understanding of ML frameworks
- Experience with Docker and ML pipeline orchestration
- Solid SQL skills and understanding of data warehouse architecture
- B1 or higher English level for communication
Читать подробнее:
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.
Навыки
- MLflow
- Weights & Biases
- Python
- Docker
- SQL
- DevOps
- Machine Learning
- Data Engineering
Возможные вопросы на собеседовании
Проверка опыта работы с жизненным циклом моделей.
Расскажите о вашем опыте внедрения MLflow или аналогичных инструментов для трекинга экспериментов и версионирования моделей.
Оценка навыков автоматизации и контейнеризации.
Как бы вы спроектировали CI/CD пайплайн для ML-модели, учитывая специфику работы с данными в реальном времени?
Проверка понимания инфраструктуры данных.
С какими проблемами производительности SQL вы сталкивались при работе с крупными хранилищами данных и как их решали?
Оценка навыков мониторинга.
Как вы организуете мониторинг качества моделей в продакшене для обнаружения дрейфа данных (data drift)?
Проверка архитектурного мышления.
Опишите ваш подход к масштабированию ML-инфраструктуры при резком росте объема транзакций в финтех-проекте.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
