Senior ML Engineer

Автоматический пересказ вакансии на русском. Полный текст на языке оригинала и форма отклика — на сайте работодателя.

Senior ML Engineer в международную команду Workana для клиента из сферы life sciences и biotech. Задача — вывести ML-модели в продакшн: архитектура, интеграция и масштабирование ML-систем в production-окружении.

Задачи

• Проектировать и реализовывать production-grade ML-системы и пайплайны
• Переводить модели из research и разработки в масштабируемые production-сервисы
• Строить надёжные пайплайны обучения, инференса, оценки и деплоя
• Интегрировать ML-модели в API, backend-сервисы, приложения и продуктовые процессы
• Оптимизировать ML-системы по latency, throughput, масштабируемости, надёжности и стоимости
• Задавать инженерные стандарты версионирования моделей, тестирования, observability и деплоя
• Плотно работать с доменными экспертами, data scientists и кросс-функциональными командами
• Диагностировать и устранять технические узкие места в ML-стеке

Требования

• Опыт работы Senior Machine Learning Engineer с сильными навыками software engineering
• Глубокие знания в области life sciences, biotech или работы с научными данными
• Продвинутое владение Python и современными практиками ML/software engineering
• Опыт деплоя, масштабирования и эксплуатации ML-моделей в production
• Понимание инференса моделей, системного дизайна, микросервисов и cloud-native подходов
• Свободный английский для ежедневной коммуникации с заказчиком из США
• Проживание в США; предпочтение кандидатам, готовым работать гибридно в Индианаполисе или периодически туда приезжать

Условия

• Конкурентная зарплата, транспортные расходы при необходимости поездок покрываются
• Гибкий формат: гибрид в Индианаполисе или полностью удалённо на Восточном побережье США с редкими поездками
• Динамичный карьерный рост на инновационных enterprise-проектах
• Долгосрочный контракт как independent contractor

Навыки

• Python
• Machine Learning
• ML pipelines
• Model deployment
• Inference
• System design
• Microservices
• Cloud-native
• Observability
• Model versioning