Middle ML- Engineer

Ориентир по рынку≈ 77 000 – 140 000 ₽наша приблизительная оценка по 23 вакансиям этой роли и грейда, у работодателя вилка не указана

🏢 ОфисJuniorПолная занятость

≈ 77 000 – 140 000 ₽наша приблизительная оценка

Стоит ли откликаться

Стоит откликнуться, но спросите про деньги

Вместо вилки в объявлении «Конкурентную заработную плату»: что это значит в цифрах, придётся выяснять. Вакансия живая, задачи расписаны.

3 из 4 в норме

Зарплата не указана: ваша цель, нижняя граница и фраза для первого созвона

Деньги

Вместо вилки в объявлении «Конкурентную заработную плату». Ориентир на созвон: столько платят в 23 похожих вакансиях Инженер уровня Junior.

платят меньше77 000 – 140 000 ₽ у половины таких вакансийплатят больше

Вилки нет

Живость

Висит 20 дней, признаков фиктивного найма нет. Повторных публикаций не было.

Живая

Описание

Расписано подробно: обязанностей 5, требований 12. Картина ясна до первого созвона.

Обещают: ДМС
Известно: график 9:00-18:00

Подробно

Что требуют

ОбязательноMLPythonscikit-learnXGBoostCatBoostDockerFastAPIFlaskGitMLOps

ПлюсомSQLSparkHadoopHive

Надбавка к зарплате на этом уровне: SQL +28%.

Ясно

Полный разбор в Pro

Это короткий разбор. В Pro полный: под эту вакансию и ваше резюме

Сколько просить

Не продешевите: сумма под ваше резюме, нижняя граница и готовые фразы для торга

Ваше резюме против требований

Пройдёт ли ваше резюме фильтр: что совпало с требованиями и что дописать до отклика

Спросить у работодателя

Что стоит спросить: вопросы именно к этой вакансии для первого созвона

Когда откликаться

Стоит ли спешить: за сколько дней эта компания обычно закрывает вакансии

30 дней Pro: полный разбор каждой вакансииЧто ещё входит в Pro

Чем предстоит заниматься

Разработка и обучение моделей: Создание прогнозных моделей для классических банковских задач (кредитный скоринг, отток клиентов, рекомендательные системы, антифрод, склонность к продуктам)

Проектирование ML-инфраструктуры: Настройка полного цикла жизни моделей от сбора сырых данных до вывода в промышленную эксплуатацию (MLOps пайплайны, CI/CD для ML)

Работа с данными: Оптимизация витрин данных, генерация и отбор фичей (Feature Engineering), а также контроль качества входных данных (Data Quality)

Мониторинг моделей: Настройка дашбордов для контроля стабильности моделей в проде (отслеживание дата-дрифта и концепт-дрифта)

Взаимодействие с бизнесом: Обсуждение требований с продуктовыми командами и аналитиками, перевод бизнес-задач на язык метрик машинного обучения

Наши требования

Опыт работы: 1-2 года в роли ML-инженера или Data Scientist

Опыт в Финтехе: Обязателен успешный опыт реализации ML-проектов в банковской сфере (понимание логики кредитных конвейеров, транзакционных данных или маркетинговых кампаний)

Языки и библиотеки: Отличное владение Python и классическим ML-стеком (Scikit-learn, LightGBM, XGBoost, CatBoost)

Работа со сложными данными: Уверенное знание SQL (сложные запросы, оконные функции, оптимизация). Опыт работы с инструментами обработки больших данных (PySpark, Hadoop/Hive) будет преимуществом

Вывод в прод (Deployment): Опыт контейнеризации приложений (Docker) и написания API для моделей (FastAPI, Flask)

Инструменты: Опыт работы с системами контроля версий (Git) и инструментами логирования экспериментов (MLflow / ClearML / W&B)

Конкурентную заработную плату и бонусы за персональную эффективность

График работы 5/2 с 9:00-18:00 в комфортном офисе

Жизнь внутри компании с ее корпоративными мероприятиями: тимбилдинги, челленджи, спортивные турниры, благотворительные акции

Заботу о здоровье с медицинским страхованием, а также DayOff в честь дня рождения и за выслугу лет

Выгодную рассрочку в крупные фитнес-клубы

Доступ к корпоративной библиотеке для непрерывного обучения и саморазвития