Մեքենայական ուսուցման ինժեներ

Մեքենայական ուսուցման ինժեներ AV Soft-ում, Մոսկվա (Օկրուժնայա, լրիվ դրույքով գրասենյակ): Աշխատավարձը՝ 150,000–250,000 ռուբլի զուտ: Մշակել ML մոդելներ տեղեկատվական անվտանգության ապրանքների համար՝ հակասպամ, խաբեություն, սենդբոքս, մուլտիսկաներ, TI:

AV Soft ընկերություն է տեղեկատվական անվտանգության և տվյալների վերլուծության ոլորտում կորպորատիվ հաճախորդների համար: Ապրանքներ՝ հակասպամ, խաբեություն, սենդբոքս, մուլտիսկաներ, TI: Պարտականություններ՝ - Մշակել և բարելավել ML մոդելները՝ ընտրել ճարտարապետություններ, ստեղծել հատկանիշներ, վերապատրաստել և վավերացնել մոդելները: - Հավաքել և պատրաստել տվյալներ՝ վերլուծություն, մաքրում, EDA, ուսումնական նմուշների ստեղծում: - Կատարել հատկանիշների ճարտարագիտություն և գնահատել մոդելի որակը ճշգրտության և կատարողականության չափանիշներով: - Անցկացնել A/B թեստավորում և մոդելների տարբերակների համեմատություն: - Պատրաստել մոդելները շահագործման՝ Docker-ում կոնտեյներացում և մասնակցություն տեղակայմանը: - Թեստավորել մոդելները, վերլուծել կեղծ դրական արդյունքները և հաճախորդների դեպքերը: - Պահպանել տեխնիկական փաստաթղթերը, նկարագրել ճարտարապետությունը, հատկանիշները, փորձերի արդյունքները, ապահովել մոդելների տարբերակավորումը: - Փոխազդել մշակողների հետ, մասնակցել կոդի վերանայմանը և մոդելների ինտեգրմանը ապրանքների մեջ: - Վերահսկել մոդելները արտադրության մեջ՝ հետևել որակին և տվյալների դրեյֆտին, նախաձեռնել վերապատրաստում: - Աջակցել և զարգացնել ML փայփլայնները և մոդելների վերապատրաստման ու առաքման ավտոմատացումը:

Առևտրային փորձ ML մոդելների մշակման և արտադրություն հասցնելու մեջ՝ 1–2 տարի: Վստահ գիտելիքներ Python, NumPy, Pandas, Scikit-learn, PyTorch, CatBoost, XGBoost, LightGBM, Transformers: Հասկացողություն դասական ML ալգորիթմների և դրանց կիրառման սկզբունքների մասին: Գործնական փորձ SQL, Git, Docker, REST API հետ: Փորձ Airflow կամ նմանատիպ գործիքների հետ ML փայփլայնների համար: Linux՝ վստահ օգտագործողի մակարդակով: Հասկացողություն MLOps սկզբունքների, փորձերի կառավարման և մոդելների ու տվյալների տարբերակավորման մասին: Մաքուր և պահպանվող կոդ գրելու ունակություն: Անգլերեն՝ տեխնիկական փաստաթղթեր կարդալու մակարդակով: Ցանկալի է՝ - Փորձ մոդելների օպտիմալացման ONNX, TensorRT կամ նմանատիպ գործիքներով: - Հասկացողություն խորը ուսուցման ճարտարապետությունների, Attention և ժամանակակից նեյրոնային ցանցերի մոդելների մասին: - Գիտելիք SHAP, LIME և ML մոդելների խոցելիության գնահատման մեթոդների մասին: - Փորձ ML մոդելների ինտեգրման բարձր բեռնված ծառայություններում: - Փորձ լոգերի, ցանցային տրաֆիկի, DNS, URL, HTML հետ և հիմնական ցանցային արձանագրությունների ու HTTP-ի հասկացողություն: - Փորձ տեղեկատվական անվտանգության, հակախարդախության, հակասպամի կամ սպառնալիքների հայտնաբերման ոլորտում: - Համապատասխան դասընթացներ կամ հավաստագրեր ML/DL/MLOps ոլորտում: - Նախաձեռնողականություն և ցանկություն զարգացնել ապրանքները և առաջարկել նոր լուծումներ:

Աշխատանք Ռուսաստանի Դաշնության աշխատանքային օրենսգրքով, սպիտակ աշխատավարձ (հավատարմագրված ՏՏ ընկերություն): Գրասենյակ՝ Օկրուժնայա մետրոյի կայարանից քայլելու հեռավորության վրա: Ուսուցում ընկերության հաշվին, կորպորատիվ գրադարան, գիտելիքների բազա, ուղեցույցներ: Մասնակցություն բարդ նախագծերին տեղեկատվական անվտանգության և տվյալների վերլուծության ոլորտում: