ML Engineer: Real-Time AI Pipelines & Growth Mentorship

Andersen Lab; United States; Remote; 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

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.