Hilbert
Delivery Engineer, ML, EMEA
Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.
ML-инженер доставки в Hilbert: строит и внедряет модели роста (propensity, churn, LTV, uplift) в средах клиентов, отвечает за измерение uplift и доверие к моделям. Роль в EMEA, работа удалённая с редкими визитами к крупным клиентам.
Задачи
- Строить point-in-time корректные фичи под конкретных клиентов на data foundation
- Обучать, тюнить и валидировать propensity, churn, LTV, uplift и кастомные модели на основе ML-шаблонов
- Анализировать модели: что они выучили, что влияет на скоры, поведение по сегментам и на edge cases
- Разворачивать модели в среде клиента или на managed stack, проектировать ML-систему под ограничения
- Отвечать за статистический дизайн измерения: power, holdout, uplift-анализ
- Документировать модели для data science и risk-команд клиента, мониторить и переобучать их в проде
- Продуктизировать повторяющиеся фичи и паттерны моделей совместно с product engineering
- Строить переиспользуемые фичи, пайплайны и автоматизацию вместо одноразовых моделей
Требования
- Большой опыт прикладного ML на табличных данных клиентов, сильный Python и ML-библиотеки
- Большой практический опыт deep learning: архитектуры, функции потерь, обучение и вывод моделей в прод, PyTorch или аналог
- Feature engineering в SQL-хранилищах: Databricks, Snowflake или BigQuery
- Опыт data engineering: построение и отладка пайплайнов, оркестрация, моделирование данных, проверки качества
- Production ML с MLflow, Weights & Biases или Vertex AI
- Опыт дизайна экспериментов и измерения uplift
- Комфорт в распределённой команде по разным часовым поясам
- Умение объяснять модели data science-команде клиента и завоёвывать доверие
Условия
- Удалённая работа в регионе EMEA с редкими визитами к крупным клиентам
- Подчинение Lead Delivery Engineer пода, работа с data delivery engineers и product engineering
- Возможны поездки в США при необходимости
- Equal Opportunity Employer, инклюзивная культура
Навыки
- Python
- PyTorch
- SQL
- Databricks
- Snowflake
- BigQuery
- MLflow
- Weights & Biases
- Vertex AI
- ClickHouse
- Deep Learning
- Feature Engineering
- Data Engineering
- Uplift modeling