Используем cookie для работы сайта и статистики. «Хорошо» разрешит ещё и запись сессий.
Ташкент, Узбекистан16 часов назад
3 000 – 3 500 USD
в месяц
Грейд
Middle
Опыт работы
от 2 лет
Формат работы
Офис, Гибрид, Удалённо
Тип занятости
Полная занятость
Письмо на почту или сообщение рекрутеру в Telegram
Уровень: middle+ Страна: Ташкент Локация: office\hybrid\remote Компания: НааS Platform ML Engineer (FinTech) Middle+ / Strong Middle Ищем опытного ML Engineer уровня Middle+ / Strong Middle для развитияML-решений в финтех-продуктах. Основное направление работы разработка и внедрение моделей классического машинного обучения на табличных данных, в первую очередь для задач кредитного скоринга. Среди продуктов - BNPL (Buy Now, Pay Later), Marketplace и другие цифровые финансовые сервисы.
-Разрабатывать, обучать и оптимизировать модели классического Machine Learning на табличных данных. -Разрабатывать и совершенствовать модели кредитного скоринга для финансовых продуктов. -Самостоятельно вести полный цикл разработки ML-моделей: от исследования и подготовки данных до внедрения в production. -Проводить исследовательский анализ данных (EDA), Feature Engineering и отбор признаков. -Подбирать алгоритмы и метрики, оценивать качество моделей, проводить эксперименты и улучшать их результаты. -Интегрировать ML-модели в онлайн-сервисы через API. -Участвовать в выводе моделей в production, мониторинге и поддержке их работы. -Подключаться к задачам рекомендательных систем и других ML-направлений. -Взаимодействовать с командой и помогать развиваться менее опытным ML-специалистам.
-Имеете от 2+ лет релевантного коммерческого опыта в Data Science / Machine Learning. -Имеете практический опыт разработки и внедрения моделей кредитного скоринга. -Уверенно владеете алгоритмами классического машинного обучения и работой с табличными данными. -Хорошо владеете Python и SQL. -Имеете опыт полного цикла разработки ML-моделей от подготовки данных до production. -Имеете обязательный практический опыт интеграции ML-моделей в онлайн-сервисы через API. -Понимаете принципы оценки качества моделей, выбора метрик и проведения экспериментов. -Способны самостоятельно брать ответственность за технические задачи и доводить их до результата.
Важно: -Опыт разработки антифрод-моделей. -Опыт работы с ML-инфраструктурой и инструментами автоматизации ML-процессов (MLOps). -Знание Kubernetes, Airflow, ClickHouse, Grafana, Sentry или OpenSearch. -Опыт работы с финансовыми продуктами: BNPL, Lending, Credit Risk, Digital Banking. -Опыт менторства и помощи в развитии Junior ML Engineers. -Хороший разговорный русский язык.
Тип занятости: full_time Зарплата: от 3 000 USD до 3 500 USD
-Работу над реальными ML-задачами в международном финтех-продукте. -Возможность влиять на развитие ML-решений и техническую архитектуру. -Сложные технические задачи и профессиональную команду. -Возможности для обучения и профессионального роста. -Компенсацию профильного обучения и участие в профессиональных мероприятиях. -Уроки английского языка с носителем. -ДМС после испытательного срока. -Гибкий формат сотрудничества: офис Ташкент, гибрид или удалённая работа (по согласованию). -График 5/2, с 9:00 до 18:00.
Тип занятости: full_time Уровень: middle+ Страна: Ташкент Локация: office\hybrid\remote Компания: НааS Platform Зарплата: от 3 000 USD до 3 500 USD
ML Engineer (FinTech) Middle+ / Strong Middle Ищем опытного ML Engineer уровня Middle+ / Strong Middle для развитияML-решений в финтех-продуктах. Основное направление работы разработка и внедрение моделей классического машинного обучения на табличных данных, в первую очередь для задач кредитного скоринга. Среди продуктов - BNPL (Buy Now, Pay Later), Marketplace и другие цифровые финансовые сервисы.
Чем предстоит заниматься: -Разрабатывать, обучать и оптимизировать модели классического Machine Learning на табличных данных. -Разрабатывать и совершенствовать модели кредитного скоринга для финансовых продуктов. -Самостоятельно вести полный цикл разработки ML-моделей: от исследования и подготовки данных до внедрения в production. -Проводить исследовательский анализ данных (EDA), Feature Engineering и отбор признаков. -Подбирать алгоритмы и метрики, оценивать качество моделей, проводить эксперименты и улучшать их результаты. -Интегрировать ML-модели в онлайн-сервисы через API. -Участвовать в выводе моделей в production, мониторинге и поддержке их работы. -Подключаться к задачам рекомендательных систем и других ML-направлений. -Взаимодействовать с командой и помогать развиваться менее опытным ML-специалистам.
Мы ожидаем: -Имеете от 2+ лет релевантного коммерческого опыта в Data Science / Machine Learning. -Имеете практический опыт разработки и внедрения моделей кредитного скоринга. -Уверенно владеете алгоритмами классического машинного обучения и работой с табличными данными. -Хорошо владеете Python и SQL. -Имеете опыт полного цикла разработки ML-моделей от подготовки данных до production. -Имеете обязательный практический опыт интеграции ML-моделей в онлайн-сервисы через API. -Понимаете принципы оценки качества моделей, выбора метрик и проведения экспериментов. -Способны самостоятельно брать ответственность за технические задачи и доводить их до результата.
Важно: -Опыт разработки антифрод-моделей. -Опыт работы с ML-инфраструктурой и инструментами автоматизации ML-процессов (MLOps). -Знание Kubernetes, Airflow, ClickHouse, Grafana, Sentry или OpenSearch. -Опыт работы с финансовыми продуктами: BNPL, Lending, Credit Risk, Digital Banking. -Опыт менторства и помощи в развитии Junior ML Engineers. -Хороший разговорный русский язык.
Что мы предлагаем: -Работу над реальными ML-задачами в международном финтех-продукте. -Возможность влиять на развитие ML-решений и техническую архитектуру. -Сложные технические задачи и профессиональную команду. -Возможности для обучения и профессионального роста. -Компенсацию профильного обучения и участие в профессиональных мероприятиях. -Уроки английского языка с носителем. -ДМС после испытательного срока. -Гибкий формат сотрудничества: офис Ташкент, гибрид или удалённая работа (по согласованию). -График 5/2, с 9:00 до 18:00. 📩 Для связи:
Сравним навыки, грейд, формат работы и зарплату
Чаще всего от 2 820 до 4 280