Название должности: AI/ML Engineer
Отдел: IT Services
Подчиняется: IT Project Manager
Обзор должности:
AI/ML Engineer играет критически важную роль в проектировании, разработке и внедрении моделей машинного обучения и AI-решений для поддержки стратегических бизнес-инициатив. Роль включает в себя сотрудничество с кросс-функциональными командами, включая разработку программного обеспечения, анализ данных, разработку продуктов и бизнес-стейкхолдеров, для продвижения интеллектуальной автоматизации, принятия решений на основе данных и возможностей продвинутой аналитики.
Идеальный кандидат должен иметь 3-5 лет опыта в разработке AI/ML моделей, с прочной основой 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
- Проектировать, создавать и развертывать ML-модели для классификации, регрессии, NLP, компьютерного зрения или прогнозирования временных рядов.
- Выбирать подходящие алгоритмы и методы на основе потребностей бизнеса и характеристик данных.
- Постоянно отслеживать и улучшать производительность модели, используя метрики и обратную связь.
2. Подготовка данных и инжиниринг признаков
- Очищать, предварительно обрабатывать и трансформировать структурированные и неструктурированные наборы данных для обучения и инференса.
- Создавать и отбирать релевантные признаки для улучшения точности и обобщаемости модели.
- Сотрудничать с инженерами данных для обеспечения качества и доступности данных.
3. Развертывание моделей и MLOps
- Упаковывать и развертывать модели, используя такие инструменты, как Docker, Flask/FastAPI и Kubernetes.
- Реализовывать конвейеры CI/CD для ML, используя платформы, такие как MLflow, Airflow или Kubeflow.
- Отслеживать развернутые модели на предмет дрейфа, задержек и производительности в производственных средах.
4. AI-решения и внедрение сценариев использования
- Работать с бизнес-стейкхолдерами для преобразования реальных проблем в AI/ML сценарии использования.
- Прототипировать и тестировать AI-решения (например, рекомендательные системы, чат-боты, обнаружение мошенничества).
- Участвовать в проектах по проверке концепции и помогать 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.
- Экспериментировать с передовыми моделями (например, LLM, трансформеры, генеративный AI) и оценивать их жизнеспособность.
- Способствовать инновациям, рекомендуя и внедряя современные AI-стратегии.
6. Кросс-функциональное сотрудничество
- Сотрудничать с разработчиками программного обеспечения, DevOps, аналитиками данных и экспертами в предметной области для сквозной поставки решений.
- Преобразовывать технические идеи в бизнес-ценность посредством четкой документации и презентаций.
7. Документация и лучшие практики
- Вести всеобъемлющую документацию по моделям, экспериментам и конвейерам.
- Обеспечивать воспроизводимость, масштабируемость и соответствие 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-библиотеки (scikit-learn, pandas, NumPy, TensorFlow/PyTorch)
- Оценка моделей, настройка гиперпараметров и автоматизация конвейеров
- REST API для обслуживания и интеграции моделей
Знакомство с:
- MLOps-инструменты (MLflow, Airflow, DVC, Docker, Kubernetes)
- Облачные ML-сервисы (AWS SageMaker, Azure ML, GCP AI Platform)
- Фреймворки NLP или компьютерного зрения (например, Hugging Face, OpenCV)
Мягкие 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.
