ML / DS Engineer (Classic ML)

Описание

Обязанности

• Разработка и внедрение моделей классического машинного обучения: градиентный бустинг (LightGBM, XGBoost, CatBoost), логистическая регрессия, случайный лес, линейные модели.
• Решение бизнес-задач: кредитный скоринг, прогнозирование оттока, оценка рисков, рекомендательные системы на основе коллаборативной фильтрации, прогнозирование временных рядов.
• Feature engineering - создание и отбор признаков, работа с большими объёмами структурированных данных (SQL, Spark, Pandas).
• Построение пайплайнов обучения и валидации с учётом требований к интерпретируемости (SHAP, LIME, Feature Importance).
• Разработка пайплайнов для A/B-тестирования и пост-релизного мониторинга моделей (дрейф данных, дрейф целевой переменной).
• Интеграция моделей в продуктовую среду через API (FastAPI, Flask) и orchestration (Docker, Kubernetes).
• Взаимодействие с заказчиком: уточнение бизнес-метрик, презентация результатов, написание технической документации.

Требования

• Коммерческий опыт разработки в Data Science / ML.
• Глубокое знание Python и стека: pandas, numpy, scikit-learn, а также одного из фреймворков для градиентного бустинга (LightGBM, XGBoost, CatBoost).
• Уверенное владение SQL - написание сложных запросов, работа с большими данными (ClickHouse, PostgreSQL, Greenplum или аналоги).
• Понимание метрик качества для классификации, регрессии, ранжирования: precision/recall, ROC-AUC, lift, MAP, NDCG.
• Опыт построения end-to-end ML-пайплайнов: от выгрузки данных до деплоя и мониторинга.
• Знание MLOps-инструментов: MLflow, DVC, опыт работы с CI/CD для ML-проектов.

Будет плюсом

• Опыт с uplift-моделированием (методы оценки индивидуального эффекта воздействия: causal models, Meta-learners, модели на основе деревьев решений для uplift).
• Опыт в кредитном скоринге - построение скоринговых карт, работа с бюро кредитных историй, требования регуляторов к интерпретируемости.
• Опыт практического применения AI-инструментов (Claude Code, OpenAI Codex, OpenCode и аналоги) в коммерческой разработке - для работы с кодом, тестами, ревью и документацией - с обязательной проверкой результата и соблюдением конфиденциальности.

Условия

• Формат: удаленно