AI-First ML / MLOps Engineer (Fintech)
Описание
Локация: удалённая работа с необходимостью пару раз в месяц ездить в офис в Москве; оформление по ТК РФЗарплата: 150000–200000 RUR в месяц до вычета налоговКомпанияРоссийская независимая технологическая компания, создающая программное обеспечение и высокотехнологичные решения для финтеха и банков.Что делатьВести ML-задачи: уточнять цели и критерии успеха, подготавливать данные, создавать baseline и выбирать подход.Обучать, дообучать и оценивать модели, анализировать ошибки, сравнивать решения по качеству, скорости и стоимости.Автоматизировать воспроизводимый MLOps-процесс: подготовку данных, обучение, оценку, развёртывание и версионирование артефактов.Разрабатывать и сопровождать ML-сервисы, включая инференс, интеграции, CPU/GPU-окружения, тестирование, CI/CD, мониторинг и откат моделей.Настраивать ИИ-агентов для ML и инфраструктуры, создавать skills и workflow, подключать инструменты и контролировать безопасный доступ к данным и ресурсам.Проверять данные, разметку, предсказания, реальные сценарии, интеграции и нагрузочные характеристики, а также контролировать качество и стабильность после запуска.ТребованияУверенный Python и практический опыт с PyTorch, scikit-learn или аналогичными инструментами.Опыт самостоятельной разработки, развёртывания и сопровождения ML-сервисов в production.Понимание API, хранения и версионирования артефактов, воспроизводимости окружений, мониторинга, обновления и отката моделей.Практические навыки Linux, Docker, Git, тестирования и CI/CD; умение диагностировать проблемы CPU, GPU, памяти и производительности.Опыт работы с Codex, Claude Code или аналогичными coding agents, включая настройку skills, инструкций, контекста, инструментов и безопасных окружений.Готовность лично проверять код, данные, выводы агентов, реальные сценарии и соответствие результата согласованному качеству.Хорошо, если естьОпыт работы с MLflow, DVC, Kubernetes и оркестраторами вычислительных задач.Опыт оптимизации GPU-инференса, батчинга, квантования и нагрузочного тестирования ML-сервисов.Понимание ASR, TTS, DSP ML, speech and audio processing, трансформеров, attention-механизмов, KV-cache и diffusion.Опыт работы с диффузионными и авторегрессионными архитектурами для аудио или музыки.Культура и преимуществаУдалённый формат с регулярными поездками в московский офис.Оформление в соответствии с ТК РФ.ДМС и стоматология после окончания испытательного срока.Предоставление рабочей техники.Минимум бюрократии, прозрачные процессы и быстрое принятие решений.Поддержка сотрудников в значимых жизненных событиях.