Machine Learning Engineer (NLP)

Описание

Чем предстоит заниматься: Полный цикл внедрения ML-моделей в продакшен: от постановки задачи до мониторинга качества и ретренинга. Построение пайплайнов обработки неструктурированных данных (PDF, шумные тексты), очистка, NER, feature engineering. Обучение классических моделей и генеративных моделей для синтетических данных с оценкой качества и privacy-проверками. Упаковка решений в API и контейнеры. Требования: Опыт от 3 лет в роли ML-инженера / Data Scientist. Уверенный Python, pandas, numpy, scikit-learn. NLP: SpaCy, Hugging Face, работа с неструктурированными данными, извлечение сущностей (NER). Классический ML: деревья решений, ансамбли (Random Forest), интерпретация результатов, подбор гиперпараметров, оценка рисков переобучения. Синтетические данные: CTGAN, TVAE (SDV), оценка статистической близости, сохранение распределений, privacy-проверки. Базовый MLOps: Docker, FastAPI/Flask, MLflow/DVC, понимание CI/CD.