ML-engineer

Команда Quantek работает на телекоммуникационном рынке более 18 лет, создавая проекты, связанные с разработкой решений для сотовых операторов, голосовых данных и SMS-сервисов. А также мы создаем уникальные нишевые продукты для наших клиентов.

Мы ищем ML-инженера с уклоном в Backend-разработку на Python на внутренний проект.
О проекте: проект находится в стадии активного роста, и мы ищем специалиста, который хочет развиваться в области создания и поддержки Backend-части для ML-продуктов. Вам предстоит работать в команде с разработчиками и аналитиками, обучать модели ML и интегрировать их в работающие и масштабируемые сервисы.
Если вы хотите расти в передовом телеком-направлении, работать с современным стеком технологий и видеть результат своей работы, — мы будем рады встретиться с вами.

• DS/ML стек: NumPy, Pandas, Sklearn, CatBoost, PyTorch, Transformers, llama.cpp.
• Python back-end стек: FastAPI, Pika, Asyncio, SQLAlchemy.
• DevOps/mlOps стек: Poetry, Docker, GitLab, k8s, MLflow, DVC.

• Backend для ML: разработка, поддержка и оптимизация backend-компонентов и микросервисов на Python для автоматического обучения и эксплуатации ML-моделей.
• Обучение моделей машинного обучения: работа с классическими алгоритмами (в основном CatBoost) и нейросетями (преимущественно PyTorch) на всех этапах - обучение, валидация и запуск в production.
• Взаимодействие в команде: тесная работа с аналитиками данных для формирования и проверки гипотез и backend-разработчиками для интеграции ML-сервисов в общую архитектуру.

• Опыт коммерческой разработки на Python от 1 года.
• Понимание принципов машинного обучения и опыт обучения моделей.
• Практический опыт работы с базовым DS/ML стеком (numpy, sklearn, библиотеками градиентного бустинга). Опыт работы с нейросетевыми фреймворками будет сильным преимуществом.
• Знание и опыт работы с фреймворками для веб-разработки (FastAPI, Flask или Django).
• Умение работать с базами данных (PostgreSQL, ClickHouse).
• Проактивность, желание развиваться, умение работать в команде и внимательность к деталям.

• Опыт работы с Kafka или RabbitMQ.
• Опыт работы или чёткое понимание принципов трединга, процессинга и асинхронного программирования.
• Опыт работы с Docker и Kubernetes.
• Опыт использования систем управления зависимостями и сборки проектов (Poetry, Pipenv).
• Понимание принципов CI/CD.
• Знание основ мониторинга (Prometheus + Grafana).
• Базовые знания Kotlin/Java для более легкой интеграции в существующую систему.
• Понимание архитектуры микросервисов.
• Знание математической статистики.

• Гибридный/удаленный формат работы.
• ДМС после испытательного срока.
• Возможности для профессионального обучения и развития.
• Крутые корпоративные мероприятия и тимбилдинги.