ML Engineer / Research Engineer

Freedom Lifestyle — лайфстайл-направление Freedom Holding Corp. (Nasdaq: FRHC). В экосистему входят Ticketon, Freedom Travel, Naimi, Freedom X и другие компании.

Ищем Machine Learning Engineer, который будет разрабатывать и внедрять ML-решения для Travel-направления и других компаний группы Freedom. Предстоит работать над прикладными бизнес-задачами, проводить исследования, экспериментировать с современными ML-подходами и доводить решения до production.

Чем предстоит заниматься:

• Разрабатывать и внедрять ML-модели для рекомендаций, ранжирования, поиска, прогнозирования, динамического ценообразования и оптимизации.
• Исследовать современные ML-методы, анализировать научные публикации и адаптировать research-подходы для решения бизнес-задач.
• Формулировать и проверять гипотезы, проектировать эксперименты и оценивать качество моделей.
• Разрабатывать production-ready ML-решения: data pipelines, inference services, системы мониторинга и оценки качества моделей.
• Работать с LLM-based решениями, retrieval-системами и современными подходами к обработке данных.
• Оценивать влияние ML-моделей на продуктовые и бизнес-метрики.
• Взаимодействовать с продуктовыми, аналитическими и инженерными командами.
• Участвовать в развитии ML-инфраструктуры и инженерных практик компании.

Что для нас важно:

• Опыт работы от 3 лет в Machine Learning, Data Science или Research Engineering.
• Уверенное владение Python и SQL.
• Сильная математическая база: теория вероятностей, математическая статистика, линейная алгебра и методы оптимизации.
• Понимание ML fundamentals, statistical modeling и принципов оценки качества моделей.
• Практический опыт разработки ML-моделей и проведения экспериментов.
• Понимание процессов обучения, внедрения и мониторинга моделей в production.
• Навыки анализа данных, проверки гипотез и решения нестандартных аналитических задач.
• Умение самостоятельно исследовать проблему, сравнивать подходы и обосновывать технические решения.

Будет плюсом:

• Опыт работы с recommendation systems, ranking/search, pricing, forecasting или optimization.
• Знание методов experimentation и causal inference.
• Опыт работы с deep learning, representation learning, LLM fine-tuning или retrieval-based systems.
• Практический опыт работы с PyTorch или JAX, MLflow, Docker и инструментами оркестрации ML-процессов.
• Опыт работы в продуктовых ML-командах и средах с большими объёмами данных.
• Высшее образование в области прикладной математики, Computer Science, статистики или Data Science.