Компания: Coherent Solutions
Местоположение: Грузия / Молдова
О компании
Coherent Solutions — глобальная компания по разработке цифровых продуктов, основанная в 1995 году со штаб-квартирой в Миннеаполисе, штат Миннесота. Присутствуя в девяти странах и имея команду из более чем 1700 инженеров, компания предоставляет услуги по разработке заказного программного обеспечения и инжинирингу в области веб- и мобильных приложений, облачных технологий, DevOps и данных. Coherent Solutions работает с клиентами по всему миру над созданием и масштабированием цифровых продуктов, развивая культуру сотрудничества, прозрачности и непрерывного профессионального роста.
Описание проекта
Вы будете работать с опытными инженерами над внутренними проектами по классическому машинному обучению. Эта роль сочетает структурированное обучение, практическую работу и постепенное принятие ответственности за все более сложные задачи.
Технологии
- Python
- pandas
- NumPy
- scikit-learn
- Jupyter
- SQL
- XGBoost
- LightGBM
- MLflow
- FastAPI
- Git
- Docker
- pytest
Что предстоит делать
- Подготавливать и валидировать структурированные наборы данных для задач машинного обучения, включая очистку, трансформацию, кодирование, масштабирование и обработку пропущенных значений;
- Проводить разведочный анализ данных для выявления закономерностей, проблем с качеством данных и возможностей для моделирования;
- Создавать, тестировать и сравнивать модели машинного обучения для таких задач, как регрессия, классификация, кластеризация, понижение размерности и обнаружение аномалий;
- Разрабатывать и выбирать признаки под руководством опытных инженеров;
- Проводить эксперименты, настраивать параметры моделей и оценивать результаты с использованием соответствующих подходов к валидации и метрик;
- Помогать в поддержании воспроизводимых конвейеров машинного обучения, ноутбуков, отслеживания экспериментов и технической документации;
- Писать и поддерживать автоматизированные тесты для кода, связанного с данными и моделями;
- Поддерживать развертывание моделей через REST API или пакетные рабочие процессы;
- Документировать предположения, результаты, ограничения моделей и технические решения;
- Тесно сотрудничать с опытными инженерами, учитывать обратную связь и постепенно брать на себя ответственность за более сложные задачи.
Требования к кандидату
- Более 1 года практического опыта разработки на Python, включая опыт работы с pandas, NumPy, scikit-learn и Jupyter;
- Прочная основа в области статистики, теории вероятностей и линейной алгебры, а также навыки разведочного анализа данных;
- Понимание контролируемого и неконтролируемого обучения, а также практический опыт работы с регрессией, классификацией, кластеризацией, понижением размерности и обнаружением аномалий;
- Опыт подготовки структурированных наборов данных, включая очистку, трансформацию, кодирование, масштабирование и обработку пропущенных значений, а также практические навыки инженерии признаков и выбора признаков;
- Понимание разделений на обучающую/валидационную/тестовую выборки, кросс-валидации, утечки данных, переобучения и регуляризации; способность выбирать соответствующие метрики оценки, сравнивать модели и выполнять анализ ошибок;
- Знакомство с настройкой гиперпараметров и воспроизводимыми конвейерами машинного обучения;
- Навыки SQL для извлечения и анализа данных;
- Способность предоставлять модели через REST API или пакетные рабочие процессы;
- Знакомство с Git, автоматизированным тестированием, Docker и базовым мониторингом моделей;
- Способность объяснять поведение моделей, предположения, ограничения и результаты;
- Английский язык на уровне B2 или выше.
Приветствуется
Опыт работы с XGBoost, временными рядами, рекомендательными системами, MLflow, интерпретируемостью моделей, облачными сервисами, мониторингом ML в продакшене, а также опыт в GenAI, LLM, RAG, prompt-engineering или разработке агентов.
Что мы предлагаем
Глобальный пакет льгот включает:
- Техническое и нетехническое обучение для профессионального и личного роста;
- Внутренние конференции и митапы для обучения у отраслевых экспертов;
- Поддержка и наставничество со стороны опытного сотрудника для вашего профессионального роста и развития;
- Медицинская страховка;
- Спортивные мероприятия для продвижения здорового образа жизни;
- Гибкие варианты работы, включая удаленный и гибридный формат;
- Реферальная программа для привлечения новых талантов;
- Программа празднования годовщины работы и дополнительные дни отпуска.
