ML разработчик

от 5 лет

Удаленно

Полная занятость

МЫ ПОРУЧИМ:

Исследовать и применять математические и ML-методы для решения прикладных бизнес-задач, выбирать оптимальные алгоритмы под специфику данных и целей.

Разрабатывать и обучать ML-модели (RecSys, модели оттока, Uplift, Propensity, NLP/NER, LLM/RAG-решения).

Строить end-to-end ML-пайплайны: от проверки гипотез и анализа данных до обучения, валидации и выбора лучших моделей или ансамблей.

Реализовывать production-ready решения: подготовка моделей к эксплуатации, оптимизация инференса (скорость, стабильность, масштабируемость).

Интегрировать ML-решения в существующую ИТ-инфраструктуру (API, брокеры сообщений, хранилища данных).

Оптимизировать производительность и масштабируемость ML-решений для высоконагруженных систем.

Настраивать мониторинг технических и качественных метрик моделей.

Взаимодействовать с инженерами, аналитиками и продуктовыми командами.

МЫ ПРЕДЛАГАЕМ:

Удаленную работу — возможность работать из любого региона;

Full-time занятость;

Заключение договора гражданско-правового характера; сдельная основа (аутстафф);

Важно! Оплата за фактически отработанное время на проекте, выплата осуществляется в российских рублях;

Интересные и уникальные проекты — в финансовой и промышленной сферах;

Скидки от партнеров — английский язык, обучение, покупки;

Корпоративная библиотека.

ДЛЯ ВЫПОЛНЕНИЯ ЗАДАЧ НЕОБХОДИМО:

Опыт коммерческой разработки в области Machine Learning от 3 лет.

Python — продвинутый уровень (от 5 лет), умение писать чистый и поддерживаемый production код (OOP, SOLID).

Знание фреймворков FastAPI/Django/Flask

Глубокое понимание теоретической базы ML: основные задачи, методы, метрики, математическая статистика и теория вероятностей.

Практический опыт классического ML и бустингов: Scikit-learn, CatBoost, XGBoost, LightGBM.

Опыт работы с deep learning и NLP: PyTorch, Hugging Face Transformers;

задачи NLP/NER, работа с текстовыми данными.

Опыт построения и эксплуатации LLM- и RAG-пайплайнов.

Практическая работа с LLM-инструментами и агентными фреймворками: LangChain, LangGraph (или аналогичные)

Опыт подготовки моделей к продакшену:

Docker, CI/CD

Хорошее знание Linux.

Опыт работы с векторными базами данных: Pinecone/Weaviate/Qdrant/pgvector.

Умение работать с брокерами сообщений (Kafka/RabbitMQ)

Понимание принципов MLOps и мониторинга (включая Grafana).

Как мы работаем?

Ценим гибкость и профессионализм
— эти качества позволяют находить оптимальные решения для любых задач
Мы полностью на удаленке
— работаем более чем из 100 городов мира.
Живем по концепции work-life balance
— работа у нас гармонично сочетается с личной жизнью.
Открытость во всем
— общаемся на «ты» независимо от должности, слушаем и слышим друг друга.

Как с нами связаться

По всем интересующим вопросам обращайтесь в отдел персонала hr@redlab.dev

Мы придерживаемся продуктового видения: в тесном взаимодействии с заказчиком ищем лучшие идеи для решения его задач и находим оптимальные варианты их реализации.