ML Engineer (Middle)

О нас

• У нас большая команда ML - 20+ человек. Это и сайнтисты и дата инженеры и своя MLOps платформа.
• Команда разделена на продуктовые стримы. Т.е. мы формируем самодостаточные команды (разработчики, аналитики, ML-инженеры) для решения задач бизнес-направления. С процессами интеграции моделей в продакшн на помогает команда МЛОпс платформы. Многое, что связано с деплоем моделей уже автоматизировано.
• В стриме с мультизадачами, мы его называем "МЛ Десант", пилим автоматизацию ответов пользователям на вопросы КС (чат-бот) и метч объявлений внутри Циана и с площадками-конкурентами.
• И сейчас нам нужен +1 ML-инженер в “Десант”.
• Ребята из команды Десант могут подключаться к самым разным проектам, но преимущественно занимаются классическим ML.

Обязанности

• Проекты:
• Разработка и поддержка задач для автоматизации ответов на обращения к клиентскую службу (чат-бот).
• Разработка моделей оттока для клиентов.
• Разработка моделей склейки пользователей между различными площадками.
• Стек:
• Пишем преимущественно на python (numpy, scipy, pandas, sklearn, keras, pytorch).
• Активно пользуем экосистему Hadoop (pyspark, phoenix/hbase, hive, kafka), у нас свой кластер.
• Вычислительные ресурсы для разработки: в том числе машины.
• Luigi + самописные дополнения к Luigi для шедулинга тасок.
• Для технических метрик - Grafana, для бизнес метрик - Superset.

Требования

• Пишет легко читаемый и поддерживаемый код на Python.
• Имеет продвинутый уровень в SQL: оконные функции, оптимизация запросов.
• Имеет опыт в Apache стеке: HDFS / Kafka / Spark.
• Может в классический ML: бустинги, линейные модели.
• Имеет базовые знания в NLP: трансформеры, tf-idf.
• Имеет базовые знания CV: классификация, детекция, сегментация.
• DL: PyTorch / TensorFlow.
• Умеет хорошо построить валидацию, проверить результаты и отвалидировать бизнес-смысл.
• Выводил код в продакшн, желательно over / near - realtime.

Мы предлагаем

• Технический рост. У нас есть успешные примеры роста с инженерной точки зрения (разработка, архитектура приложений и сервисов), а так же с точки зрения МЛ: есть возможность консультироваться с командой и брать инициативу по реализации крупных и сложных проектов.
• Рост и развитие: в первые месяцы у каждого сотрудника есть ментор, после появляется личный план развития и возможность прокачивать soft/ hard skills на практике, обучении, конференциях.
• Плюшки: ДМС с первого дня (стоматология, госпитализация, полис ВЗР), ежегодная компенсация спорта, 5 day off в год, помимо основного отпуска.
• Нестрашно, если вы за границей: мы полностью распределенная компания и работаем из разных стран. Если вас не пугает разница во времени, можете работать из любой точки мира.

Этапы интервью

• Общее знакомство по телефону с рекрутером минут на 15-20.
• Технические интервью с Тимлидом. Два интервью по 1.5 часа:
• Общее интервью на знания в ML, Python, SQL.
• Дизайн-интервью на проектирование реальной системы.
• Финал совместно с Head of ML, HR BP. Для нас очень важно взять в команду человека, с котором мы будем сходиться в ценностях. Не готовы здесь уступать даже в случае кандидатов с подходящими навыками и опытом.