#вакансия #fulltime #удаленка #SeniorЛокация: РФФормат: УдаленноПериод: долгосрокЗанятость: фуллтаймОформление по…

#вакансия #fulltime #удаленка #SeniorЛокация: РФФормат: УдаленноПериод: долгосрокЗанятость: фуллтаймОформление по договору с ИПОплата: от 1200 рублей в час до 1500 рублей в часApplied Scientist / MLOps Engineer (Обезличивание данных / Privacy AI)Чем предстоит заниматься (Ключевые задачи):1.

Развитие классификатора данных для полей БД (Tabular ML)Развитие существующей ML-модели (RandomForest), которая выявляет ПДн в полях баз данных на основе метаданных и значений.Обучение модели распознаванию новых типов данных (например, VIN-номера, специфические идентификаторы).Повышение качества классификации: исправление ошибок (например, обнаружение сложных форматов телефонов).Решение задачи со «смешанными данными»: обучение модели корректно работать, когда в одной колонке БД вперемешку находятся ФИО, адреса и телефоны.Особенность: Оптимизация модели для высокой скорости работы на CPU, так как системе предстоит проводить полное сканирование БД объемом в несколько ТБ.2.

Создание модели для выявления данных в произвольном тексте (NLP / NER)Разработка архитектуры и обучение NER-модели (Named Entity Recognition) для поиска ПДн в неструктурированном тексте.Работа с различными форматами файлов: TXT, DOCX, PDF (включая распознавание текста) и логами.Реализация пайплайнов очистки и нормализации «шумных» данных перед подачей в модель.Наши ожидания от вас (Требования):Опыт и лидерство:Опыт разработки и внедрения ML-моделей в production от 3-х лет.Опыт ведения полного цикла: от исследования и постановки задачи до мониторинга качества и настройки автоматического ретренинга.Лидерство: Готовность возглавить направление, самостоятельно декомпозировать бизнес-задачи на технические и нести ответственность за результат.Технический стек (Python и ML):Уверенное владение Python (pandas, numpy, scikit-learn).Глубокое понимание классических ML-алгоритмов (деревья решений, ансамбли, Random Forest), умение интерпретировать результаты (Feature Importance) и подбирать гиперпараметры.NLP: Практический опыт работы с Hugging Face Transformers и/или SpaCy.

Обязателен опыт обучения NER-моделей.Data Engineering: Опыт построения пайплайнов обработки неструктурированных данных (PDF, тексты). Навык Feature Engineering для табличных данных.Производительность и инфраструктура (MLOps):Performance: Опыт оптимизации инференса моделей для работы на CPU.Масштаб: Опыт работы с большими объемами данных (полное сканирование БД от нескольких ТБ).Production: Опыт развертывания моделей через API (FastAPI), контейнеризация (Docker).MLOps: Владение инструментами версионирования (MLflow, DVC), понимание CI/CD-процессов.

Опыт настройки мониторинга качества моделей (Model Drift, Quality Gates) и организации автоматического ретренинга.Будет плюсом:Опыт работы именно с классификаторами для профилирования данных БД.Опыт распознавания специфических типов данных (VIN, номера карт, крипто-адреса).Опыт в области защиты ПДн, обезличивания данных или антифрод-систем.Что мы предлагаем:Возможность влиять на архитектуру сложного AI-продукта с нуля.Работу с реальными Big Data задачами (TB+).Современный стек и отсутствие легаси.Для связи контакт скрыт