Talnexa
.
Вакансии
Направления
Личный кабинет
Анализ резюме
Письма
Мэтчинг
Pro ✦
RU
EN
Войти
← Все вакансии
/
Senior
Senior
Flexible
Москва, Краснодар
Machine Learning Engineer
Уровень
Senior
Формат
Flexible
О роли
Описание вакансии
О компании
Крупная компания, рассматривает кандидатов только из России.
Обязанности
Развивать модели прогнозирования спроса и ценовой эластичности
Исследовать подходы к causal inference, uplift-моделированию и оценке эффекта изменения цены
Проектировать временную валидацию, backtesting и бизнес-метрики качества
Работать с uncertainty, confidence, intermittent demand, cold start и long-tail SKU
Разрабатывать логику выбора оптимальной цены с учётом бизнес-ограничений
Организовать оценку plan/fact и мониторинг качества моделей
Участвовать в проектировании feature engineering, batch training и batch inference на больших объёмах данных
Проводить design review, code review и менторить ML-специалистов команды
Требования
Опыт в классическом ML от 3 лет
Сильная база в классическом ML, статистике и работе с табличными данными
Опыт с forecasting, временными рядами и gradient boosting: LightGBM, CatBoost или XGBoost
Понимание causal inference и экспериментального дизайна
Опыт доведения ML-моделей до production
Уверенное владение Python и SQL
Понимание временной валидации, data leakage, calibration и uncertainty estimation
Опыт работы с Airflow или аналогичным оркестратором
Понимание принципов распределённой обработки данных, партиционирования и оптимизации вычислений
Умение связывать ML-метрики с измеримым бизнес-эффектом
Опыт в retail, e-commerce, pricing или demand forecasting
Практический опыт с PySpark, Trino, Iceberg, S3, dbt или ClickHouse
Опыт с price optimization, hierarchical forecasting или operations research
Опыт построения ML-мониторинга и проведения A/B-тестов
Условия
З/п: обсуждается индивидуально
Формат работы: удаленка, гибрид, офис (Москва, Краснодар)
Уровень позиции: Senior
Стек и навыки
С чем работаем
Machine Learning
Python
Airflow
PostgreSQL
ClickHouse
Kubernetes
LightGBM
PySpark
Откликнуться →