- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Senior ML Engineer
Оценка ИИОтличное предложение с сильным стеком технологий, возможностью удаленной работы и расширенным соцпакетом (ДМС, техника). Проектная деятельность с перспективой пролонгации и фокус на профессиональный рост делают вакансию очень привлекательной для Senior-специалистов.
Сложность вакансии
Оценка ИИРоль требует глубоких знаний в специфических областях, таких как survival analysis и временные ряды, а также владения полным циклом MLOps и работы с медицинскими данными. Высокая планка по стеку технологий (Kubernetes, Kafka, ClickHouse) делает позицию сложной для специалистов без опыта в высоконагруженных системах.
Анализ зарплаты
Оценка ИИВ объявлении не указана зарплата, однако для позиции Senior ML Engineer в России рыночный диапазон составляет от 350 000 до 550 000 рублей. Предложение ZeBrains, вероятно, находится в этих пределах, учитывая сложность задач и требования к стеку.
Сопроводительное письмо
I am writing to express my strong interest in the Senior ML Engineer position at ZeBrains. With extensive experience in Python and deep learning frameworks like PyTorch, I have a proven track record of designing and deploying complex models, including time-series analysis and recommendation systems, which aligns perfectly with your project's needs.
I am particularly drawn to this role because of the opportunity to work with medical data and survival analysis. My background in MLOps, specifically with MLflow, Docker, and Kubernetes, ensures that I can not only build high-performing models but also efficiently move them into production while maintaining strict data security standards like 152-FZ.
I am excited about the prospect of contributing to ZeBrains' innovative projects and growing alongside your expert team. Thank you for considering my application.
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в ZeBrains уже сейчас
Присоединяйтесь к команде ZeBrains и создавайте инновационные ML-решения в сфере медицины — откликайтесь прямо сейчас!
Описание вакансии
#vacancy #вакансия #middle #ml #ai
Позиция: Senior ML Engineer
Компания: ZeBrains
Формат: Проектная занятость (загрузка фуллтайм), удаленная работа
Локация: Россия
Задачи:
▪️Проектирование и обучение моделей (временные ряды, survival analysis, мультимодальные данные);
▪️Разработка рекомендательной системы (коллаборативная фильтрация, content-based, гибридные подходы с медицинским контекстом);
▪️Вывод моделей в production: оптимизация latency, A/B-тесты, canary deployment;
▪️MLOps: пайплайны обучения / переобучения, мониторинг дрейфа данных;
▪️Работа с медицинскими данными в соответствии с 152-ФЗ.
Для нас важно:
▪️Hard skills: Python, PyTorch/TF, Sklearn, CatBoost, LightGBM, временные ряды, RecSys (ALS, BERT4Rec), MLflow/Kubeflow, Docker/K8s, FastAPI/gRPC, Kafka, Airflow, SQL/ClickHouse.
Условия:
▪️Трудоустройство по ТК с первого дня (срочный трудовой договор на полгода с дальнейшей пролонгацией); возможно оформление по ГПХ\самозанятости;
▪️Удалённую работу с гибким началом рабочего дня или гибрид / офис (г. Ульяновск);
▪️ДМС для себя или родственника + всю необходимую для работы технику;
▪️Возможность расти быстрее рынка: менторство от коллег в процессе работы, конференции, закрытые митапы и обучения за наш счет;
▪️Баланс работы и активностей: выездные хакатоны, неформальные сходки и клубы по интересам;
▪️Корпоративный мерч и подарки по важным событиям.
Буду рада ответить на вопросы: Откликнуться
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Python
- PyTorch
- TensorFlow
- Scikit-learn
- CatBoost
- LightGBM
- MLflow
- Kubeflow
- Docker
- Kubernetes
- FastAPI
- gRPC
- Apache Kafka
- Apache Airflow
- SQL
- ClickHouse
- Time Series Analysis
- Recommendation Systems
Возможные вопросы на собеседовании
Вакансия предполагает работу с медицинскими данными, где предсказание времени наступления события критично.
Расскажите о вашем опыте работы с моделями Survival Analysis. Какие функции потерь и метрики вы использовали?
В задачах указана разработка RecSys с медицинским контекстом.
Как бы вы подошли к учету специфических медицинских ограничений и экспертных знаний при построении рекомендательной системы?
Проект требует вывода моделей в продакшн с оптимизацией latency.
Какие техники оптимизации инференса моделей (например, квантование или дистилляция) вы применяли на практике для работы в реальном времени?
Упоминается мониторинг дрейфа данных в рамках MLOps.
Как вы организуете систему мониторинга для обнаружения Data Drift и Concept Drift в продакшене? Какие инструменты используете?
Работа ведется с временными рядами.
Какие подходы к валидации временных рядов вы считаете наиболее надежными, чтобы избежать утечки данных (data leakage)?
Похожие вакансии
MLOps Engineer (ML pipelines / Kubernetes / Airflow)
Senior Data инженер
Senior MLOps Engineer (Platform Development / LLMOps)
Data Engineer / SAP HANA Developer (Senior)
Senior MLOps
Senior Data Scientist (Search)
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!
- Страна
- Россия