Machine Learning Research & Engineering Specialist

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

Специалист по ML-исследованиям и инженерии для участия в проекте обучения AI-моделей: разработка, обучение и инференс моделей, численные вычисления и оптимизация производительности. Роль с интенсивным кодингом на Python и использованием coding-агентов в рабочем процессе.

Задачи

• Разрабатывать, реализовывать и валидировать ML-модели, пайплайны обучения, системы инференса и поддерживающую инфраструктуру
• Реализовывать и модифицировать компоненты моделей, пайплайны данных, системы оценки и численные методы на Python
• Строить воспроизводимые программные workflow с использованием Python, CLI-инструментов и ML-фреймворков
• Отлаживать численные, алгоритмические и системные сбои, находить первопричины и реализовывать надёжные решения
• Оптимизировать обучение и инференс по памяти, вычислительной эффективности, пропускной способности и производительности
• Проектировать и выполнять тесты для проверки корректности реализации и соответствия требованиям к производительности
• Ревьюить и валидировать сложные ML-инженерные задачи, включая существующий код и предложенные решения
• Использовать coding-агентов в процессе разработки для ускорения реализации, отладки, тестирования и код-ревью с проверкой результатов
• Документировать технические подходы, решения по реализации, результаты тестов и выводы по производительности
• Сдавать качественные воспроизводимые результаты в сроки проекта

Требования

• Степень магистра или PhD в Computer Science, Machine Learning, Artificial Intelligence, прикладной математике, статистике, инженерии или смежной количественной дисциплине
• Сильный профессиональный или исследовательский опыт в machine learning и практической ML-инженерии
• Сильные навыки программирования на Python, включая реализацию, отладку, тестирование и оптимизацию нетривиального кода
• Практический опыт использования coding-агентов в Python-разработке
• Понимание разработки ML-моделей, процессов обучения и инференса, методов оценки
• Умение строить воспроизводимые реализации и проверять корректность систематическим тестированием
• Сильное количественное мышление и навыки решения задач, особенно при диагностике численных и вычислительных проблем
• Умение работать самостоятельно, управлять техническими задачами и соблюдать требования к качеству и срокам
• Сильные навыки письменной коммуникации и умение объяснять технические выводы
• Готовность уделять около 15 часов в неделю и начать первую задачу в течение 24–48 часов после онбординга
• Свободный письменный и устный английский

Условия

• Удалённая работа по всему миру
• Занятость около 15 часов в неделю
• Старт первой задачи в течение 24–48 часов после онбординга

Навыки

• Python
• Machine Learning
• Coding agents
• Numerical computing
• Performance optimization