Ավագ մեքենայական ուսուցման ինժեներ

Ավագ մեքենայական ուսուցման ինժեներ Phantom-ում, հեռավար աշխատանքով, պատասխանատու է Growth և Engagement ուղղությունների ML համակարգերի համար, ներառյալ առաջարկությունների շարժիչները և փորձարկման շրջանակները։

Սահմանել Growth և Engagement ML համակարգերի երկարաժամկետ տեխնիկական ճանապարհային քարտեզը՝ ապահովելով մասշտաբայնություն, հուսալիություն և բիզնես ազդեցություն։ Նախագծել և գործարկել արտադրական մակարդակի ML փողպատներ և իրական ժամանակի որոշումների համակարգեր՝ անհատականացման, ծանուցումների ուղարկման և գրանցման համար։ Գնահատել և ինտեգրել առաջադեմ ML տեխնիկաներ՝ բազմաբազուկ բանդիտներ, ուժեղացման ուսուցում, LLM տեքստի ստեղծման համար, գրաֆային նեյրոնային ցանցեր։ Մշակել, վերապատրաստել և ստուգել մոդելները օգտատիրոջ կյանքի ցիկլի փուլերի համար՝ հեռանալու հակվածություն, LTV կանխատեսում, հաջորդ լավագույն գործողություն, նման մոդելավորում։ Կառուցել և օպտիմալացնել առաջարկությունների շարժիչներ և իմաստային որոնման համակարգեր։ Հիմնադրել ամուր փորձարկման շրջանակներ (A/B թեստավորում, պատճառահետևանքային վերլուծություն, բազմափոփոխական թեստավորում)։ Համագործակցել Product և Growth թիմերի հետ՝ բիզնես վարկածները ML խնդիրների թարգմանելու համար։ Խորհրդատվություն և մարզել ավագ ինժեներներին տվյալների և ML կազմակերպություններում։ Պաշտպանել ML ինժեներիայի լավագույն պրակտիկաները։

8+ տարվա փորձ ML ինժեներիայում, տվյալների գիտության կամ ծրագրային ինժեներիայի ոլորտում, որից 3+ տարի Staff, Principal կամ Tech Lead կարգավիճակում։ Ապացուցված փորձ growth, մարքեթինգային տեխնոլոգիաների, առաջարկությունների շարժիչների կամ սպառողների ներգրավման ոլորտում։ Խոշորածավալ տվյալների մշակման և բաշխված հաշվարկման փորձ։ Python, Scala կամ Java լեզուների փորձագիտական իմացություն։ Շրջանակներ՝ PyTorch, TensorFlow, JAX, XGBoost։ Տվյալներ և MLOps՝ Spark, Flink, Kafka, Snowflake/BigQuery, Ray, Kubeflow, MLflow, SageMaker։ Խորը ըմբռնում պատճառահետևանքային վերլուծության, uplift մոդելավորման և վիճակագրական թեստավորման մասին։ Կարողություն՝ կապել ալգորիթմական բարելավումները աճի ցուցանիշների հետ (MAU/DAU, փոխակերպում, պահպանում)։ Բացառիկ հաղորդակցման հմտություններ՝ տեխնիկական և ոչ տեխնիկական շահագրգիռ կողմերի համար։

Լրիվ դրույքով, հեռավար աշխատանքի ձևաչափ։