Инженер по машинному обучению

Инженер по машинному обучению в AV Soft, Москва (Окружная, полная занятость в офисе). Зарплата 150 000–250 000 руб. на руки. Разработка ML-моделей для продуктов информационной безопасности: антиспам, deception, sandbox, мультисканер, TI.

AV Soft — компания в сфере информационной безопасности и аналитики данных для корпоративных клиентов. Продукты: антиспам, deception, sandbox, мультисканер, TI. Обязанности: - Разрабатывать и улучшать ML-модели: выбирать архитектуры, создавать признаки, обучать и валидировать модели. - Собирать и подготавливать данные: парсинг, очистка, EDA, создание обучающих выборок. - Выполнять feature engineering и оценивать качество моделей по метрикам точности и производительности. - Проводить A/B-тестирование и сравнение версий моделей. - Подготавливать модели к эксплуатации: контейнеризация в Docker и участие в развертывании. - Тестировать модели, анализировать ложные срабатывания и клиентские кейсы. - Вести техническую документацию, описывать архитектуру, признаки, результаты экспериментов, обеспечивать версионирование моделей. - Взаимодействовать с разработчиками, участвовать в code review и интеграции моделей в продукты. - Мониторить модели в production: отслеживать качество и дрейф данных, инициировать переобучение. - Поддерживать и развивать ML-пайплайны и автоматизацию обучения и доставки моделей.

Коммерческий опыт разработки и вывода ML-моделей в production от 1–2 лет. Уверенное знание Python, NumPy, Pandas, Scikit-learn, PyTorch, CatBoost, XGBoost, LightGBM, Transformers. Понимание классических алгоритмов ML и принципов их применения. Практический опыт работы с SQL, Git, Docker, REST API. Опыт работы с Airflow или аналогичными инструментами для ML-пайплайнов. Linux на уровне уверенного пользователя. Понимание принципов MLOps, управления экспериментами и версионирования моделей и данных. Умение писать чистый и поддерживаемый код. Английский на уровне чтения технической документации. Будет плюсом: - Опыт оптимизации моделей с помощью ONNX, TensorRT или аналогичных инструментов. - Понимание архитектур глубокого обучения, Attention и современных нейросетевых моделей. - Знание SHAP, LIME и методов оценки уязвимостей ML-моделей. - Опыт интеграции ML-моделей в высоконагруженные сервисы. - Опыт работы с логами, сетевым трафиком, DNS, URL, HTML и понимание базовых сетевых протоколов и HTTP. - Опыт в информационной безопасности, антифроде, антиспаме или обнаружении угроз. - Профильные курсы или сертификаты по ML/DL/MLOps. - Инициативность и желание развивать продукты и предлагать новые решения.

Трудоустройство по ТК РФ, белая зарплата (аккредитованная IT-компания). Офис в шаговой доступности от метро «Окружная». Обучение за счет компании, корпоративная библиотека, база знаний, гайды. Участие в сложных проектах в сфере информационной безопасности и аналитики данных.