– Model development and deployment: Design and implement ML solutions (from classical regression analysis to Time Series and Uplift models)
– Working with Big Data: Build high-performance data processing and feature generation pipelines on PySpark
– MLOps: Wrap models in an API (FastAPI), set up data versioning (DVC) and experiment tracking (MLflow)
– Hypothesis testing: Design and conduct A/B tests to evaluate the impact of models on business metrics
– Optimization: Work with complex SQL queries in ClickHouse\Vertica\Trino and tune the performance of Spark tasks
Benefits
Full-time, office (Moscow).
ML-инженер в Ozon
💰По итогам собеседования
📌Условия и бонусы:
Фултайм, офис (МСК).
📌Описание проектов и задач:
– Разработка и деплой моделей: gроектировать и внедрять ML-решения (от классического регрессионного анализа до Time Series и Uplift-моделей).
– Работа с Big Data: строить высокопроизводительные пайплайны обработки данных и генерации признаков на PySpark.
– MLOps: оборачивать модели в API (FastAPI), настраивать версионирование данных (DVC) и трекинг экспериментов (MLflow).
– Проверка гипотез: дизайнить и проводить A/B-тесты для оценки влияния моделей на бизнес-метрики.
– Оптимизация: работать со сложными SQL-запросами в ClickHouse\Vertica\Trino и заниматься тюнингом производительности Spark-задач.
