RocketHuntУмный поиск работы
Tickmill
КипрСвяжитесь 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 - Лимассол, Лимассол
Ищете следующую профессиональную возможность, которая бросит вам вызов и продвинет вашу карьеру? Присоединяйтесь к нашей команде сейчас!
Tickmill ищет Senior AI/ML Engineer (AI Lead), который присоединится к нашей быстрорастущей команде. Идеальный кандидат будет практичным и ориентированным на бизнес профессионалом, способным разрабатывать и внедрять производственные AI-системы, которые обеспечивают измеримое бизнес-воздействие.
О Tickmill.
Tickmill — отмеченный наградами, многорегулируемый брокер, предлагающий доступ к широкому спектру классов активов, включая CFD на Forex, акции, индексы, товары, криптовалюты и облигации, а также биржевые производные инструменты, такие как фьючерсы и опционы.
Основанная в 2014 году, группа Tickmill насчитывает более 330 профессионалов в офисах в Лондоне, на Кипре, в Польше, Эстонии, на Сейшельских островах и в других местах по всему миру.
Наша культура строится на доверии, прозрачности и высоких стандартах. Мы объединяем амбициозных профессионалов, которые ищут среду, поддерживающую их в достижении успеха в своих областях.
Наши разнообразные, многоязычные команды сосредоточены на инновациях, обеспечении смелого совершенства и повышении стандартов везде, где это возможно.
Мы предлагаем конкурентные пакеты льгот, частые командные инициативы и возможности для профессионального роста. Присоединяйтесь к Тиграм!
Как выглядит роль?
Senior AI/ML Engineer (AI Lead) получит возможность:
• Разрабатывать, создавать и внедрять в производство модели машинного обучения от начала до конца (обучение, валидация, развертывание, мониторинг, переобучение), обеспечивая надежность в реальных условиях. • Руководить разработкой сценариев использования AI, таких как пожизненная ценность клиента (CLV), прогнозирование оттока и обнаружение мошенничества/злоупотреблений, с четким соответствием бизнес-результатам и измеримым воздействием. • Создавать и внедрять надежные практики MLOps, включая конвейеры развертывания моделей, CI/CD, продвижение сред (разработка/тестирование/производство) и управление жизненным циклом. • Внедрять фреймворки мониторинга моделей для отслеживания производительности, дрейфа данных, качества данных и бизнес-воздействия, 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 применять лучшие практики в области управления моделями, документирования, версионирования и аудита, пропорционально риску модели и бизнес-воздействию. • Тесно сотрудничать с Data Engineering для обеспечения высококачественных конвейеров данных, инжиниринга признаков, воспроизводимости и масштабируемых основ данных. • Работать в кросс-функциональных командах с Product, Risk, Commercial и другими заинтересованными сторонами для преобразования бизнес-задач в прагматичные AI-решения, балансируя скорость и надежность. • Стимулировать непрерывное совершенствование через петли обратной связи, аналитику мониторинга и стратегии переобучения моделей, а не одноразовую доставку моделей. • Наставлять членов команды и продвигать лучшие практики в области производственного AI, MLOps и прикладного машинного обучения.
Что вам нужно, чтобы добиться успеха в этой роли?
• 5–8+ лет опыта создания и развертывания моделей машинного обучения в производственных средах (не только эксперименты). • Сильные 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 аспектов производственных систем (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. • Сильные навыки SQL и опыт работы с большими, сложными наборами данных в реальных условиях. • Доказанная способность предоставлять AI/ML-решения с измеримым бизнес-воздействием, а не только улучшениями производительности моделей. • Опыт работы с развертыванием моделей, мониторингом, обнаружением дрейфа и стратегиями переобучения в производственных системах. • Сильные коммуникативные навыки с возможностью эффективно работать как с техническими, так и с нетехническими заинтересованными сторонами, четко объясняя компромиссы. • Способность эффективно работать в условиях меняющихся требований, несовершенных данных и давления при выполнении задач, балансируя скорость MVP с производственной надежностью.
Следующее считается плюсом:
• Опыт работы в сферах финтеха, трейдинга или финансовых услуг, 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 AI, такими как LLM, эмбеддинги или генерация, дополненная поиском (RAG), особенно применительно к бизнес-процессам или интеграции со структурированными данными. • Опыт работы в регулируемых средах и внедрения фреймворков управления моделями (например, аудируемость, объяснимость, утверждение, стандарты документирования). • Опыт внесения вклада в командные стандарты, наставничества или руководства прикладной доставкой AI.
Присоединившись к нам, вы можете рассчитывать на:
Что ожидать от нашего процесса найма:
Сделайте следующий шаг в карьере и подайте заявку СЕЙЧАС!
Из-за большого количества заявок, которые мы получаем на каждую из наших открытых вакансий, мы не можем отвечать индивидуально.
