Machine learning Engineer

Мы ищем специалиста в нашу команду, который будет заниматься интеграцией моделей в Dating приложение. Много интересных задач в разных направлениях, которые хотелось бы довести до прода совместно с командами разработки

DLE-TEX - компания, специализирующаяся на аутсорсинге разработки программного обеспечения. Наша компания основана с целью предоставления клиентам высококачественных и инновационных решений в области программирования. Мы стремимся помочь нашим клиентам оптимизировать свой бизнес, улучшить эффективность работы и получить конкурентное преимущество на рынке.

Главный офис компании расположен в городе Санкт-Петербурге. Наша команда состоит из высококвалифицированных разработчиков, проектировщиков и технических экспертов, обладающих глубокими знаниями и опытом работы с различными технологиями и платформами.

• Предстоит применять техники машинного обучения/статистики/анализа данных. Или понимать, что можно решить проще и эффективнее традиционными способами для продуктов PT (детекция атак в реальном времени, пост анализ, классификация протоколов, детектирования аномалий, поиск похожих инцидентов и новых "знаний");

• Внедрять решения в продукты, включая проектирование частей ML-компонент, использующих ML-модели;

• Писать код для частей, использующих МЛ-компоненты продукта, проходить код-ревью и взаимодействовать с разработчиками продуктов, различных их частей;

• Сталкиваться и думать над актуальными проблемами ML-безопасности (как offence так и defence) и способами их решения — это не совсем исследовательская позиция, но быть вовлеченным или желать вовлекаться в актуальные проблемы как ML так и ИБ очень важно.

• умение писать сложные и быстрые SQL-запросы;
• хорошее знание Python, например, вы знаете чем отличается многопоточность от многопроцессорности и как обстоят с этим дела в питоне, знаете как улучшить производительности кода;
• опыт написания юнит-тестов;
• опыт работы с библиотеками типа numba будет плюсом;
• опыт обработки данных в Python (работа с библиотеками pandas, numpy, sklearn, работа с инструментами визуализации данных — matplotlib, seaborn, plotly);
• знаете основы машинного обучения: какие бывают задачи, метрики, что такое переобучение и как с ним бороться в моделях различного типа и т.п.;
• можете написать код для обучения логистической регрессии на простых табличных данных;
• умеете работать с разметкой и проводить контроль качества данных (знакомы с методами агрегации ответов в разметке (MACE, Majority Vote и т.п.));
• знания теории вероятностей и статистики;
• умение работать в команде, а также самостоятельно искать и использовать всю необходимую информацию.

• Трудоустройство;

• Офис в центре Санкт-Петербурга;

• Стабильный отпуск;

• Бонусы после релиза;