RocketHuntУмный поиск работы
Tickmill
ЭстонияСвяжитесь напрямую по этой вакансии
Грейд
Senior
Опыт работы
от 5 лет
Тип занятости
Полная занятость
Уровень английского
B2 - Выше среднего
По стране
ИИ напишет его по вашему резюме, останется только отправить
Данные и аналитика - Таллин
Ищете следующую профессиональную возможность, которая бросит вам вызов и продвинет вашу карьеру? Присоединяйтесь к нашей команде прямо сейчас!
Tickmill ищет старшего специалиста по искусственному интеллекту / машинному обучению (AI Lead), который присоединится к нашей быстрорастущей команде. Идеальный кандидат будет очень практичным и ориентированным на бизнес профессионалом, способным проектировать и внедрять производственные системы ИИ, которые приносят измеримый бизнес-эффект.
О Tickmill.
Tickmill — отмеченный наградами, регулируемый брокер, предлагающий доступ к широкому спектру классов активов, включая CFD на Forex, акции, индексы, товары, криптовалюты и облигации, а также биржевые деривативы, такие как фьючерсы и опционы.
Основанная в 2014 году, Tickmill Group насчитывает более 330 профессионалов в офисах в Лондоне, на Кипре, в Польше, Эстонии, на Сейшельских островах и в ряде других мест по всему миру.
Наша культура построена на доверии, прозрачности и высоких стандартах. Мы объединяем амбициозных профессионалов, которые ищут среду, поддерживающую их в достижении превосходства в своих областях.
Наши разнообразные, многоязычные команды сосредоточены на инновациях, достижении смелого совершенства и повышении стандартов везде, где это возможно.
Мы предлагаем конкурентоспособные пакеты льгот, частые командные инициативы и возможности для профессионального роста. Присоединяйтесь к Тиграм!
Как выглядит роль?
Старший специалист по искусственному интеллекту / машинному обучению (Applied AI Lead) получит возможность:
• Проектировать, разрабатывать и внедрять модели машинного обучения от начала до конца (обучение, валидация, развертывание, мониторинг, переобучение), обеспечивая надежность в реальных условиях. • Руководить разработкой сценариев использования ИИ, таких как пожизненная ценность клиента (CLV), прогнозирование оттока и обнаружение мошенничества/злоупотреблений, с четкой привязкой к бизнес-результатам и измеримым эффектом. • Создавать и внедрять надежные практики MLOps, включая конвейеры развертывания моделей, CI/CD, продвижение сред (разработка/тестирование/продакшн) и управление жизненным циклом. • Реализовывать системы мониторинга моделей для отслеживания производительности, дрейфа данных, качества данных и бизнес-эффекта, с четкими стратегиями переобучения и эскалации. • Обеспечивать объяснимость и прозрачность моделей, используя такие методы, как SHAP, атрибуция признаков и другие методы интерпретируемости, подходящие для критически важных для бизнеса и регулируемых контекстов. • Определять и обеспечивать соблюдение лучших практик в области управления моделями, документации, версионирования и аудита, пропорционально риску модели и бизнес-эффекту. • Тесно сотрудничать с Data Engineering для обеспечения высококачественных конвейеров данных, инжиниринга признаков, воспроизводимости и масштабируемых основ данных. • Взаимодействовать с отделами Product, Risk, Commercial и другими заинтересованными сторонами для преобразования бизнес-задач в прагматичные решения ИИ, балансируя скорость и надежность. • Стимулировать постоянное совершенствование посредством обратной связи, аналитики мониторинга и стратегий переобучения моделей, а не однократного предоставления моделей. • Менторить членов команды и продвигать лучшие практики в области производственного ИИ, MLOps и внедрения прикладного машинного обучения.
Что вам нужно для успеха в этой роли?
• 5–8+ лет опыта создания и развертывания моделей машинного обучения в производственных средах (не только экспериментирования). • Отличные навыки программирования на Python и прочные основы разработки программного обеспечения (тестирование, качество кода, модульный дизайн, поддерживаемость). • Глубокое понимание концепций машинного обучения, оценки моделей, инжиниринга признаков и практических соображений в производственных системах (например, утечка данных, дрейф, стабильность). • Практический опыт обработки больших данных (Spark / PySpark). • Опыт работы с инструментами жизненного цикла ML (MLflow или аналогичными) для отслеживания экспериментов, управления моделями и воспроизводимости. • Опыт создания и поддержки конвейеров CI/CD (предпочтительно GitHub Actions) для рабочих процессов ML или данных. • Отличные навыки SQL и опыт работы с большими, сложными наборами данных в реальных условиях. • Подтвержденная способность предоставлять решения AI/ML с измеримым бизнес-эффектом, а не только с улучшениями производительности моделей. • Опыт работы с развертыванием моделей, мониторингом, обнаружением дрейфа и стратегиями переобучения в производственных системах. • Отличные коммуникативные навыки, способность эффективно работать как с техническими, так и с нетехническими заинтересованными сторонами, четко донося компромиссы. • Способность эффективно работать в средах с меняющимися требованиями, несовершенными данными и давлением сроков, балансируя скорость MVP с надежностью продакшена.
Нижеуказанное считается плюсом:
• Опыт работы в финтех, трейдинге или финансовых услугах, особенно там, где модели влияют на критически важные для бизнеса решения. • Опыт работы с системами ML в реальном времени или потоковыми системами. • Знакомство с современными подходами к ИИ, такими как LLM, эмбеддинги или генерация с дополнением извлечения (RAG), особенно там, где они применяются к рабочим процессам бизнеса или интегрируются со структурированными данными. • Опыт работы в регулируемых средах и внедрения систем управления моделями (например, аудит, объяснимость, согласования, стандарты документации). • Опыт внесения вклада в командные стандарты, менторства или руководства внедрением прикладного ИИ.
Присоединившись к нам, вы можете ожидать:
Чего ожидать от нашего процесса подбора персонала:
Сделайте следующий шаг в карьере и подайте заявку СЕЙЧАС!
*В связи с большим количеством заявок, которые мы получаем на каждую из наших вакансий, мы не можем отвечать индивидуально.
