ml engineer

Andersen Lab; United States; On-site; USD 120,000 - 180,000; Full time

Benefits offered by this job

Access to Andersen Knowledge Base

Certification compensation

Growth opportunities and mentoring

Job summary

Andersen Lab разрабатывает готовые к производству решения на базе ИИ в международной технологической среде. Требуются 2+ года опыта, навыки Python, scikit-learn, pandas, NumPy, а также опыт глубокого обучения в TensorFlow, PyTorch или Keras. Упомянуты FastAPI/Flask, Docker и основы MLOps.

Задачи включают проектирование и обучение моделей, сборку ML-пайплайнов, развёртывание и мониторинг услуг, работу над качеством данных и воспроизводимостью рабочих процессов.

Qualifications

• 2+ года опыта работы ML-инженером
• Уровень владения Python, scikit-learn, pandas и NumPy
• Опыт глубокого обучения TensorFlow, PyTorch или Keras
• Знания регрессии, классификации, кластеризации, валидации и метрик
• Опыт работы с FastAPI или Flask, Docker и основами MLOps: пайплайны, версионирование, мониторинг
• Уровень английского — средний и выше; немецкий приветствуется

Responsibilities

• Разрабатывать, обучать и оценивать контролируемые и неконтролируемые ML-модели, включая NLP
• Строить масштабируемые конвейеры данных и ML-пайплайны
• Развертывать модели для пакетной и реального времени инференса и контролировать качество данных

Skills

Python

scikit-learn

pandas

NumPy

regression

classification

clustering

validation

metrics

English

German

Tools

TensorFlow

PyTorch

Keras

FastAPI

Flask

Docker

MLOps basics

Job description

Описание

Andersen Lab builds production-ready AI solutions in an international tech environment.

Задачи

Design, train, and evaluate supervised, unsupervised, and NLP models Build scalable data and ML pipelines Deploy models for batch or real-time inference and monitor their performance and data quality Optimize models for performance, interpretability, and cost Document workflows and ensure reproducibility

Требования

2+ Years of experience as an ML Engineer Proficiency in Python, scikit-learn, pandas, and NumPy Experience with deep learning using TensorFlow, PyTorch, or Keras Knowledge of regression, classification, clustering, validation, and metrics Experience with FastAPI or Flask, Docker, and MLOps basics, including pipelines, versioning, and monitoring Upper-Intermediate or higher English Intermediate or higher German

Условия

Access to the Andersen Knowledge Base Certification compensation Growth opportunities and mentoring programs