ML-инженер в Data Platform
Наша команда Data Platform пересматривает платформу для ML под современные реалии LLM/AI Ready внутри большой платформы данных. Мы делаем ML доступным, быстрым в запуске и экономичным в поддержке, с удобным UX/DevEx для ML-инженеров и продуктовых аналитиков.
Ищем сильного ML-инженера, который умеет делать руками продовые ML-решения и продвигать практики.
Узнать больше о профессии: ML-разработчики в Т‑Банке.
Подготовиться к интервью: как проходит интервью по машинному обучению.
- У вас есть опыт в ML и AI от 4 лет
- Запускали ML-решения в продакшен и получали business value
- Работали с пайплайнами, мониторингом и алертами, воспроизводимостью, качеством данных
- Разбираетесь в ML и DL: понимаете алгоритмы, умеете выбирать подход под задачу, оценивать качество, работать с данными, метриками и деградациями
- Знаете Python и один из фреймворков: PyTorch, TensorFlow или JAX
- Знаете математическую статистику на уверенном уровне: прикладная статистика, основы оптимизации, вероятности
- Знаете Linux, Git, Bash, Docker
- Умеете проектировать reusable-решения, библиотеки, пайплайны, стандарты
- Разбираетесь в DX и DevEx, observability, governance, производительности и надежности
- Знаете английский на уровне чтения документации и научной литературы
- Умеете обучать и вдохновлять, готовы проводить воркшопы, ревьюить практики и помогать командам
- Умеете объединять инженеров вокруг общих ML-подходов, готовы быть связующим звеном между Data Platform и ML-командами
Сформировать целевой образ AISDL/ML в Data Platform
- Собрать и описать целевую картину ML в платформе данных: как должны выглядеть пайплайны, фичи, обучение, деплой, мониторинг, деградации, качество данных, governance
- Формировать и продвигать ML-практики в рамках Data Platform и Dev Platform: observability, developer experience, аналитическая инфраструктура, производительность, типовые ошибки и паттерны
Решать прикладные ML-задачи
- Работать с разметкой, классификацией и качеством данных, в том числе с чувствительными данными
- Выявлять термины и сущности в глоссариях
- Детектировать аномалии в запросах по перфомансу и c точки зрения информационной безопасности
Изучать Knowledge Graphs и автоматизированное наполнение
- Изучать и прототипировать подходы к построению графов знаний, извлечению сущностей и отношений, нормализации, дедупликации, валидации
- Прорабатывать автоматизированное наполнение KG на базе платформы данных для работы LLM с контекстом, в том числе для RAG, agents
- Участвовать в выборе архитектуры хранения, обновления и доступа к контексту
Развивать культуру и обучение ML
- Организовать внутренний центр компетенций по ML в платформе данных: консультации и поддержка сотрудников, воркшопы, кодлаб-сессии, гайды и шаблоны, культура шеринга и лучших практик
- Работу в офисе или удаленно — по договоренности
- Платформу обучения и развития «Т‑Банк Апгрейд». Курсы, тренинги, вебинары и базы знаний. Поддержку менторов и наставников, помощь в поиске точек роста и карьерном развитии
- Заботу о здоровье. Оформим полис ДМС со стоматологией и страховку от несчастных случаев. Предложим льготное страхование вашим близким
- Возможность работы в аккредитованной ИТ-компании
- Линейку льготных тарифов на продукты Т‑Банка
- Частичную компенсацию затрат на спорт
- Сервисы для поддержки сотрудника по психологическим, юридическим и финансовым вопросам
- Три дополнительных дня отпуска в год
- Достойную зарплату — обсудим ее на собеседовании
