Должность: Инженер AI/ML
Отдел: IT-сервисы / IT-инфраструктура
Отчитывается перед: IT Project Manager
Обзор должности:
Инженер AI/ML играет ключевую роль в проектировании, разработке и развертывании моделей машинного обучения и AI-решений для поддержки стратегических бизнес-инициатив. Роль включает сотрудничество с кросс-функциональными командами, включая разработку программного обеспечения, анализ данных, разработку продуктов и бизнес-стейкхолдеров, для обеспечения интеллектуальной автоматизации, принятия решений на основе данных и продвинутых аналитических возможностей.
Идеальный кандидат должен иметь 3-5 лет опыта в разработке моделей AI/ML, с сильной базой в алгоритмах машинного обучения, предварительной обработке данных и конвейерах развертывания. Опыт работы с Python, TensorFlow/PyTorch и облачными ML-сервисами является обязательным.
Обязанности:
1. Разработка и оптимизация моделей
- Проектирование, создание и развертывание ML-моделей для классификации, регрессии, NLP, компьютерного зрения или прогнозирования временных рядов.
- Выбор подходящих алгоритмов и методов на основе потребностей бизнеса и характеристик данных.
- Постоянный мониторинг и улучшение производительности модели с использованием метрик и обратной связи.
2. Подготовка данных и инжиниринг признаков
- Очистка, предварительная обработка и трансформация структурированных и неструктурированных наборов данных для обучения и инференса.
- Инжиниринг и выбор релевантных признаков для улучшения точности и обобщающей способности модели.
- Сотрудничество с инженерами данных для обеспечения качества и доступности данных.
3. Развертывание моделей и MLOps
- Упаковка и развертывание моделей с использованием таких инструментов, как Docker, Flask/FastAPI и Kubernetes.
- Реализация CI/CD конвейеров для ML с использованием платформ, таких как MLflow, Airflow или Kubeflow.
- Мониторинг развернутых моделей на предмет дрейфа, задержки и производительности в производственных средах.
4. AI-решения и реализация сценариев использования
- Работа с бизнес-стейкхолдерами для преобразования реальных проблем в сценарии использования AI/ML.
- Прототипирование и тестирование AI-решений (например, рекомендательных систем, чат-ботов, обнаружения мошенничества).
- Участие в проектах до-концепции и помощь в масштабировании успешных моделей до производственного уровня.
5. Исследования и инновации
- Быть в курсе последних исследований, фреймворков и инструментов в области машинного обучения и AI.
- Экспериментирование с передовыми моделями (например, LLM, трансформерами, генеративным AI) и оценка их жизнеспособности.
- Продвижение инноваций путем рекомендации и внедрения современных AI-стратегий.
6. Кросс-функциональное сотрудничество
- Сотрудничество с разработчиками программного обеспечения, DevOps, аналитиками данных и экспертами предметной области для сквозной поставки решений.
- Трансляция технических инсайтов в бизнес-ценность посредством четкой документации и презентаций.
7. Документация и лучшие практики
- Ведение полной документации для моделей, экспериментов и конвейеров.
- Обеспечение воспроизводимости, масштабируемости и соответствия политикам управления данными.
Требования:
Опыт:
- 3-5 лет практического опыта в разработке и развертывании моделей машинного обучения.
- Подтвержденный опыт решения реальных проблем с использованием методов обучения с учителем, без учителя или глубокого обучения.
Технические навыки:
Глубокое знание:
- Python и ML-библиотек (scikit-learn, pandas, NumPy, TensorFlow/PyTorch)
- Оценка моделей, настройка гиперпараметров и автоматизация конвейеров
- REST API для обслуживания моделей и интеграции
Знакомство с:
- MLOps инструментами (MLflow, Airflow, DVC, Docker, Kubernetes)
- Облачными ML-сервисами (AWS SageMaker, Azure ML, GCP AI Platform)
- NLP или фреймворками компьютерного зрения (например, Hugging Face, OpenCV)
Гибкие навыки:
- Сильные аналитические способности и навыки решения проблем.
- Отличные коммуникативные навыки, как устные, так и письменные.
- Способность работать самостоятельно и в составе кросс-функциональных команд.
- Любознательность, адаптивность и готовность к постоянному обучению.
