Senior Artificial Intelligence/Machine Learning Engineer

О позиции

Вы станете частью кросс-функциональной команды, которая создаёт технологии будущего. Ciklum — компания по созданию продуктов на заказ, поддерживающая многонациональные организации и быстрорастущие стартапы. В команде более 4000 высококвалифицированных специалистов со всего мира. В Польше у Ciklum есть центры во Вроцлаве и Гданьске, где работает более 300 профессионалов.

Чем заниматься

• Управлять полным жизненным циклом ML-моделей: от формулировки задачи через обучение до развёртывания и мониторинга
• Формулировать проблемы: превращать бизнес-цели в задачи машинного обучения и метрики
• Разрабатывать модели: классическое ML, временные ряды, NLP, а также LLM и RAG-функции там, где они применимы
• Строго оценивать модели: проверенная валидация, правильные метрики, оценка перед каждым релизом
• Внедрять и запускать модели: развёртывание через Docker и CI/CD на облачных ML-платформах, мониторинг дрейфа и затрат
• Доставлять решения с использованием AI-инструментов: использовать AI-помощники для кода и строго проверять их выводы
• Работать в команде: проводить код-ревью, менторить коллег, объяснять результаты не-техническим стейкхолдерам

Что ждут

• Опыт в ML 5+ лет с моделями, запущенными в продакшен
• Python: pandas, scikit-learn, PyTorch или TensorFlow
• Твёрдые основы ML: валидация, переобучение, селекция фич, работа с несбалансированными данными
• SQL на высоком уровне; Spark для больших наборов данных
• MLOps: Docker, CI/CD, сервинг и мониторинг моделей
• Облачные ML-платформы: SageMaker, Azure ML или Vertex AI
• LLM: опыт запуска LLM или RAG-фич и написания для них оценок
• Использование AI-ассистента для кода ежедневно с актуальным контекстом
• Свободный английский; умение объяснять компромиссы моделей не-техническим специалистам

Будет плюсом

• Аномалии и прогнозирование
• Рекомендательные системы или ранжирование
• Fine-tuning (LoRA/PEFT)
• LangGraph или MCP
• MLflow, Airflow или Kubeflow
• Terraform и Kubernetes
• Контроль стоимости LLM: роутинг моделей, кэширование, лимиты токенов
• AWS Certified Machine Learning Engineer – Associate или Claude Certified Developer (Anthropic)

Условия

• Работа в сообществе топовых специалистов в дружелюбной среде с открытыми дверями
• Фокус на росте: масштабные проекты с глобальным воздействием и расширение экспертизы
• Индивидуальное развитие: внутренние мероприятия (митупы, конференции, воркшопы), доступ к Udemy, языковые курсы, оплачиваемые сертификации
• Бесконечные возможности: внутренняя мобильность между разными доменами
• Гибкость: возможность полностью удалённой работы
• Медицинская страховка premium через Luxmed
• Платформа льгот MyBenefit cafeteria для выбора удобных преимуществ

Навыки

• Python
• pandas
• scikit-learn
• PyTorch
• TensorFlow
• SQL
• Apache Spark
• Docker
• CI/CD
• Amazon SageMaker
• Azure Machine Learning
• Vertex AI
• LLM
• RAG
• MLOps
• Anomaly Detection
• Time Series Forecasting
• Recommender Systems
• LoRA
• PEFT
• LangGraph
• MLflow
• Airflow
• Kubeflow
• Terraform
• Kubernetes
• Code Review
• Model Monitoring

Могут спросить на собеседовании

1. Расскажите о самом сложном ML-проекте в продакшене, который вы вели. Какие были вызовы и как вы их решили?
2. Как вы выбираете метрики для оценки ML-модели? Приведите пример.
3. Опишите архитектуру пайплайна MLOps, который вы использовали. Как обеспечивали мониторинг дрейфа?
4. С какими трудностями вы сталкивались при работе с LLM или RAG? Как оптимизировали стоимость?
5. Как вы объясняете технические компромиссы ML-моделей не-техническим стейкхолдерам?