Код Безопасности
Data Scientist / ML Engineer
- 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.
- 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.