Supplier Resource - Machine Learning Operations Consultant

О позиции

Вы будете работать над модернизацией процессов разработки и развёртывания ML-моделей на аутсорсе. Это консультационная роль формата time-and-materials, требующая самостоятельности и умения проводить workshops с технической командой. Основные направления: управление Ground Truth датасетами, автоматическое переобучение моделей и построение Quality Assurance инфраструктуры для ML.

Чем заниматься

• Оценка и проектирование масштабируемой системы управления Ground Truth данными (S3, бэкенд-базы данных)
• Разработка прототипов автоматических процессов обновления и валидации GT данных
• Проектирование фреймворка интеграционного тестирования для ML-моделей
• Внедрение методов обнаружения data drift между историческими и производственными данными
• Создание полностью автоматизированного ежемесячного пайплайна переобучения моделей
• Подбор оркестрационных инструментов (MLflow, Apache Airflow или кастомные решения)
• Обработка дисбаланса датасетов через LLM-генерацию синтетических данных
• Документирование технических решений и передача знаний команде клиента

Что ждут

• Бакалавр в области Computer Science, Data Science, Engineering или эквивалентный опыт
• Опыт проектирования ML-data pipelines, включая версионирование датасетов и практики хранения
• Практический опыт работы с облачными объектными хранилищами (AWS S3)
• Опыт работы с инструментами ML-оркестрации (MLflow, Apache Airflow или аналоги)
• Понимание техник валидации ML-моделей, detection drift, регрессионного тестирования
• Знание workflow supervised learning и управления Ground Truth датасетами
• Навыки написания явных технических спецификаций и runbooks
• Аналитические навыки и умение работать самостоятельно в формате workshop-driven engagement

Будет плюсом

• Опыт с privacy-conscious генерацией синтетических данных через LLM
• Знание NoSQL реляционных и нереляционных БД для хранения данных
• Понимание приватности данных и требований безопасности при работе с клиентскими протоколами
• Опыт удалённой консалтинговой работы в формате time-and-materials

Условия

• Работа в одной из ведущих мировых технологических компаний
• Конкурентный пакет компенсации за консультации
• Гибкий удалённый формат работы
• Инновационная культура и возможности профессионального роста
• Команда опытных специалистов и прозрачная организация процессов

Навыки

• Machine Learning Operations
• MLOps
• Python
• AWS S3
• Data Versioning
• Model Validation
• Data Drift Detection
• Apache Airflow
• MLflow
• Database Design
• Supervised Learning
• Synthetic Data Generation
• LLM
• Technical Documentation
• Cloud Infrastructure
• Docker
• CI/CD for ML
• Integration Testing
• Data Quality Monitoring

Могут спросить на собеседовании

1. Как вы подходите к организации Ground Truth данных для масштабных ML-проектов?
2. Какие метрики и подходы используете для detection data drift в production моделях?
3. Опишите ваш опыт с оркестрацией ML-пайплайнов: MLflow vs Airflow, какие компромиссы учитываете?
4. Как решаете проблему дисбаланса классов в датасетах? Приведите примеры успешных стратегий.
5. Покажите пример документации технического решения, которую вы создавали для передачи команды.