Очистка, нормализация, feature engineering - DataScience

Get IT; United States; On-site; USD 20,000 - 33,000; Part time

Job summary

FirstMessage ищет ML-инженера для проекта по обезличиванию данных. Работа удаленная на долгосрочный проект в формате ИП. Требуется 3+ года опыта, развитие ML-моделей в продакшене, знание Python, NLP инструментов и пайплайнов обработки неструктурированных данных.

Кандидат должен уметь разворачивать модели через API (FastAPI/Flask), работать с Docker, MLflow/DVC и понимать CI/CD процессы. Приветствуется опыт работы с CTGAN/TVAE и внимательность к privacy-проверкам.

Qualifications

• Опыт 3+ лет на позиции ML-инженера/Data Scientist.
• Разработка и внедрение ML-моделей в продакшен.
• Глубокие знания Python, pandas, numpy, scikit-learn.
• Опыт NLP-инструментов: SpaCy, Transformers; NER-решения.
• Построение пайплайнов обработки неструктурированных данных и ETL.
• Опыт в контейнеризации Docker и развёртывании моделей через API (FastAPI/Flask).
• Версионирование моделей и данных MLflow/DVC; понимание CI/CD.

Skills

Python

pandas

numpy

scikit-learn

SpaCy

Hugging Face Transformers

NER

data pipelines

CTGAN

TVAE

Docker

FastAPI/Flask

MLflow/DVC

CI/CD

Tools

Docker

FastAPI

Flask

MLflow

DVC

SDV

Job description

#ML #инженер #DataScience #remote #удаленно #Москва #РФ

По сотрудничеству в формате ИП ищем на проект ML-инженера (проект по обезличиванию данных), проект долгосрочный

• Опыт работы от 3 лет в роли ML-инженера / Data Scientist
• Опыт разработки и внедрения ML-моделей в продакшен.
• Python, pandas, numpy, scikit-learn.
• Опыт работы с NLP-инструментами: SpaCy, Hugging Face Transformers
• Практический опыт построения пайплайнов обработки неструктурированных данных.
• Очистка, нормализация, feature engineering
• Извлечение сущностей (NER).
• Понимание и опыт применения деревьев решений и ансамблей (Random Forest).
• Умение интерпретировать результаты, подбирать гиперпараметры, оценивать риски переобучения.
• Опыт работы с CTGAN и TVAE (библиотека SDV или аналоги): обучение, подбор гиперпараметров.
• Privacy-проверки
• Контейнеризация (Docker)
• Развертывание моделей через API (FastAPI/Flask).
• Версионирование моделей и данных (MLflow/DVC)
• Понимание CI/CD-процессов

Спасибо!