Прикладной специалист / MLOps-инженер (Анонимизация данных / Privacy AI)

Старший прикладной специалист / MLOps-инженер для анонимизации данных и Privacy AI. Удаленная работа, полная занятость, контракт с индивидуальным предпринимателем. Зарплата 1200-1500 руб./час.

Ключевые задачи: 1. Разработка классификатора данных для полей баз данных (Tabular ML): - Улучшение существующей ML-модели (RandomForest), которая определяет персональные данные в полях БД на основе метаданных и значений. - Обучение модели распознаванию новых типов данных (например, VIN-номера, специфические идентификаторы). - Улучшение качества классификации: исправление ошибок (например, определение сложных форматов телефонов). - Решение проблемы «смешанных данных»: обучение модели корректной работе, когда одна колонка БД содержит имена, адреса и телефоны. - Оптимизация модели для высокой скорости на CPU, поскольку система будет сканировать базы данных объемом в несколько ТБ. 2. Создание модели для обнаружения данных в произвольном тексте (NLP / NER): - Разработка архитектуры и обучение NER-модели для поиска персональных данных в неструктурированном тексте. - Работа с различными форматами файлов: TXT, DOCX, PDF (включая OCR) и логи. - Внедрение пайплайнов для очистки и нормализации зашумленных данных перед подачей в модель.

Опыт и лидерство: - Более 3 лет опыта разработки и внедрения ML-моделей в продакшн. - Опыт полного цикла: от исследования и постановки задач до мониторинга качества и настройки автоматического переобучения. - Лидерство: готовность возглавить направление, декомпозировать бизнес-задачи в технические и нести ответственность за результаты. Технический стек (Python и ML): - Свободное владение Python (pandas, numpy, scikit-learn). - Глубокое понимание классических ML-алгоритмов (деревья решений, ансамбли, Random Forest), умение интерпретировать результаты (Feature Importance) и настраивать гиперпараметры. NLP: - Практический опыт работы с Hugging Face Transformers и/или SpaCy. - Обязательный опыт обучения NER-моделей. Data Engineering: - Опыт построения пайплайнов для неструктурированных данных (PDF, тексты). - Feature engineering для табличных данных. Производительность и инфраструктура (MLOps): - Опыт оптимизации инференса моделей для CPU. - Опыт работы с большими объемами данных (полное сканирование БД объемом в несколько ТБ). - Опыт развертывания моделей через API (FastAPI), контейнеризация (Docker). - MLOps: инструменты версионирования (MLflow, DVC), понимание CI/CD процессов. - Опыт настройки мониторинга качества моделей (Model Drift, Quality Gates) и автоматического переобучения. Будет плюсом: - Опыт работы с классификаторами для профилирования данных БД. - Опыт распознавания специфических типов данных (VIN, номера карт, крипто-адреса). - Опыт в защите персональных данных, анонимизации или антифрод-системах.

Возможность влиять на архитектуру сложного AI-продукта с нуля. Работа с реальными Big Data задачами (ТБ+). Современный стек и отсутствие легаси. Контракт с индивидуальным предпринимателем. Зарплата: от 1200 до 1500 руб. в час.