Разрабатывать, внедрять и оптимизировать классические ML‑модели (регрессия, классификация, ансамбли и др.);
Подготавливать и обрабатывать данные, строить пайплайны для обучения и тестирования;
Интегрировать модели в существующую инфраструктуру;
Оптимизировать производительность и масштабируемость решений.

Требования:

• Уверенное владение Python для промышленной разработки;
Опыт работы с PySpark SQL для обработки больших данных;
Глубокие знания классических методов машинного обучения;
Понимание принципов построения производственных ML-систем (MLOps-практики, работа с пайплайнами);
Опыт работы с реляционными базами данных и написания SQL-запросов;
Опыт в области NLP (предобработка текстов, vectorization, классификация екстов, topic modeling) желателен;
Базовые знания и практический опыт применения методов deep learning (TensorFlow, PyTorch);
Навыки оптимизации вычислительных нагрузок;
Умение работать в команде и взаимодействовать с аналитиками, инженерами данных и продакт-менеджерами;
Системное мышление, внимание к деталям, умение предлагать практичные решения.

Условия:

Стабильную работу в одном из крупнейших банков страны
Сильное DS community, большое разнообразие рабочих и внерабочих активностей. telegram: @aaanalytics;
Конкурентную заработную плату, соцпакет;
Условия для роста и развития (в т.ч. конференции, тренинги, внутренние программы развития);
Дружный коллектив единомышленников (все специалисты, занимающиеся машинным обучением объединены одним департаментом для максимально плотного и продуктивного обмена знаниями);
Передовой стек технологий, высокопроизводительное оборудование.
Возможность решать разнообразные прикладные задачи с выводом в промышленную эксплуатацию, возможность существенно влиять на результат (в т.ч. в бизнес-смысле) и способы его достижения (вплоть до внесения изменений в архитектуру);
Квартальный бонус по результатам работы;
ДМС, страхование жизни;
Корпоративное обучение.