Даниил Р. , Middle, ML-инженер

Male avatar
Даниил Р.
Россия, Москва
3 220 ₽/час 515 200 ₽/мес. без НДС
Опыт работы:
От 3 до 6 лет

О специалисте

Навыки
Python
Numpy
Pandas
Scikit-learn
XGBoost
Lightgbm
CatBoost
PyTorch
Keras
ONNX
HuggingFace Transformers
Kubernetes
MLflow
Airflow
FastAPI
Grpc
Prometheus
Grafana
Apache Kafka
Flink
Delta Lake
Feast
Clickhouse
FAISS
Qdrant
Pinecone
AWS S3
Azure ML
Terraform
langchain
Applications:
Docker
Database:
PostgreSQL
Source_control:
GitLab CI/CD
Формат работы
Удалённо
Описание о специалисте

Проектировал и выводил в продакшен модели кредитного скоринга и прогнозирования дефолта, обеспечивая стабильность и соответствие требованиям риск-процессов. Формировал и поддерживал пайплайны подготовки данных, feature engineering и валидации моделей для стабильных метрик и предсказуемой работы в продакшене. Встраивал модели в процессы андеррайтинга и collection, настраивал корректную логику принятия решений и взаимодействие со стейкхолдерами. Вёл R&D по улучшению эффективности моделей и использованию альтернативных источников данных. Развивал инфраструктуру деплоя, мониторинга и сопровождения ML-решений, включая CI/CD, Docker, MLflow и связанные инструменты.

Примеры работ

NDA
Описание задачи/проекта

разработка, продакшен-внедрение и сопровождение моделей кредитного риска; работа с пайплайнами данных; интеграция ML-компонентов в бизнес-процессы андеррайтинга и управления задолженностью; развитие ML-инфраструктуры.

Позиция на проекте
Machine Learning Engineer
Ответственность
  1. Проектировал и выводил в продакшен модели кредитного скоринга и дефолт-прогнозирования, обеспечивал корректность работы и соответствие риск-процессам.
  2. Построил и поддерживал пайплайны подготовки данных, feature engineering и валидации моделей, добиваясь стабильных метрик и предсказуемости в продакшене.
  3. Интегрировал модели в процессы андеррайтинга и collection, выстроил корректную логику применения решений и взаимодействовал со стейкхолдерами.
  4. Вёл R&D-инициативы по повышению эффективности моделей и использованию альтернативных источников данных.
  5. Развивал инфраструктуру деплоя, мониторинга и сопровождения ML-решений: CI/CD, MLflow, Docker, FastAPI, Kafka и др.
Период работы/продолжительность
Июнь 2022 г. - Июнь 2026 г.

Образование

Высшее
Аналогичные специалисты
Не нашли, кого искали?

Оставьте заявку и, наша команда в кратчайшие сроки подберёт необходимого специалиста за вас!

Помните, что заключение договора и оплата услуг происходит после того, как вы выбрали специалиста

Request Poster