Проект — «Моделирование RnD» в банке. Команда занимается разработкой и внедрением ML-решений «под ключ»: от прототипов моделей до production-интеграции в бизнес-процессы.

Это не классический MLOps — роль ближе к backend-разработке с сильным уклоном в ML-продуктизацию: нужно брать код от Data Science-команд, рефакторить и внедрять его в промышленный контур.

Стрим работает с передовыми направлениями (CV, NLP, RAG, агентские системы/чат-боты), а также занимается RnD и апробацией новых ML-технологий.

Основные направления:

— Продуктизация ML-моделей и пайплайнов

— Интеграция моделей в backend и бизнес-контуры

— Разработка API и сервисов для ML

— Работа со стримингом данных (Kafka)

— Участие в RnD и пилотировании новых ML-решений

Технологический стек: Python, REST API (FastAPI/Flask), Kafka, Docker, Kubernetes, Airflow, Spark, Hive, SQL

‍

Обязанности:

— Продуктизация и внедрение ML-моделей в production

— Рефакторинг кода от DS-команд под production-стандарты

— Разработка backend-сервисов и REST API для ML-решений

— Интеграция сервисов через Kafka и микросервисную архитектуру

— Участие в построении и развитии ML-пайплайнов

— Взаимодействие с DS, MLOps и аналитиками

— Участие в архитектурных решениях и RnD-задачах

Требования:

— Опыт разработки на Python от 3–4 лет

— Обязательно высшее образование (законченное)

— Опыт работы с ML-проектами (CV, NLP, RAG)

— Опыт разработки REST API (FastAPI / Flask)

— Опыт работы с Kafka

— Понимание микросервисной архитектуры и сетевого взаимодействия

— Базовое понимание Kubernetes

— Опыт работы с SQL на среднем уровне

— Умение работать с кодом Data Science и адаптировать его под production

Будет плюсом:

— Опыт работы с Airflow

— Опыт работы с Hadoop / Spark

Условия:

-ДМС со стоматологией

-Компенсация фитнеса

-Скидки на курсы английского (Skyeng) и в кино

-Индексация зарплаты

-Современная техника для работы

-IT-аккредитация