Код Безопасности

Data Scientist / ML Engineer

Не указана
  • Москва
  • Полная занятость
  • Полный день
  • От 3 до 6 лет
  • Python
  • PyTorch
  • pandas
  • Numpy
  • Matplotlib
  • FastAPI
  • Grafana
  • Pytest
  • MLflow

Мы создаем интеллектуальную систему для прогнозирования отказов оборудования на основе данных с реальных физических систем — серверов, сетевого оборудования. Ищем ML-инженера, который возьмет на себя ключевую роль в разработке моделей и признаков, будет глубоко погружаться в данные и вместе с командой строить эффективные решения.

Обязанности:

  • Анализировать временные ряды: метрики CPU/GPU, память, дисковая нагрузка, сетевые задержки, логи и т.д.;
  • Выявлять ранние признаки деградации оборудования с помощью методов обнаружения аномалий;
  • Разрабатывать и тестировать модели — от классических подходов (CatBoost, LightGBM) до нейросетей;
  • Проектировать признаки на основе скользящих окон: агрегаты, статистики (среднее, дисперсия, асимметрия), частотные характеристики, доменно-специфичные метрики;
  • Работать с несбалансированными данными, оценивать качество моделей по бизнес-релевантным метрикам;
  • Участвовать во всех этапах жизненного цикла ML-продукта: от гипотез и экспериментов до тестирования и выкатки решений;
  • Обсуждать архитектурные решения, предлагать улучшения, документировать подходы.

Требования:

  • Опыт разработки ML-моделей на реальных задачах (временные ряды, anomaly detection, forecasting);

  • Практические навыки работы с временными рядами и несбалансированными выборками;

  • Знание методов обнаружения аномалий: Isolation Forest, One-Class SVM, autoencoders, статистические методы;

  • Уверенное владение Python, библиотеками: pandas, scikit-learn, numpy, PyTorch;
  • Опыт глубокого feature engineering;
  • Умение обсуждать архитектурные решения, формулировать гипотезы и интерпретировать результаты.

Будет плюсом:

  • Опыт в кибербезопасности, промышленных системах или IoT;

  • Знакомство с интерпретацией моделей (SHAP, LIME);

  • Опыт работы с мониторингом моделей (drift, стабильность признаков);

  • Опыт работы с telegraph, Grafana, SQL.

Условия:
  • Трудоустройство в аккредитованную ИТ компанию с полным соблюдением ТК РФ;
  • Гибкий график работы 5/2 с плавающим началом рабочего дня (с 9 до 11 часов);
  • Гибридный формат работы (в офисе г. Москва или Санкт-Петербург);
  • ДМС (со стоматологией) после 3 месяцев работы в компании;
  • Доплата больничных до полной суммы ежемесячного дохода (до 21 дня в год);
  • Игровые комнаты, тренажерный зал, душевые, корпоративная футбольная команда, квизы, комнаты отдыха в офисе;
  • Возможности для профессионального развития: внутренние и внешние конференции, обучения и тренинги, собственная библиотека.