Просмотр вакансии

Обязанности:

• Разработка и валидация: Создание, обучение и валидация ML-моделей под задачи клиники (предиктивная аналитика, обработка медицинских текстов и изображений).

• Продакшн и MLOps: Вывод моделей в продакшн, развертывание, мониторинг качества, переобучение и отслеживание дрейфа данных (Data/Concept Drift).

• Работа с данными: Построение и поддержка data-пайплайнов (сбор, очистка и подготовка признаков из реальных, зачастую «грязных» медицинских данных).

• Качество кода: Написание чистого, воспроизводимого и покрытого тестами кода, активное участие в code review.

• Кросс-функциональное взаимодействие: Работа в связке с аналитиками, инженерами данных и практикующими врачами для уточнения требований.

• Безопасность: Строгое соблюдение требований к безопасности и конфиденциальности данных пациентов (PHI/HIPAA).

Требования:

• Опыт: От 2–4 лет практического опыта в разработке и внедрении ML-моделей. Нам критически важен опыт доведения моделей до реального продакшена.

• Образование: Высшее (Bachelor’s или Master’s) в области Computer Science, Machine Learning, Data Science, математики или смежных технических специальностей.

• ML-стек: Отличное владение Python и библиотеками PyTorch и/или TensorFlow, scikit-learn, pandas, NumPy.

• Data & MLOps: Уверенный SQL, опыт работы с Docker, Git, CI/CD, инструментами отслеживания экспериментов (MLflow / Weights & Biases) и деплоем моделей через API/сервисы.

• Cloud: Практический опыт работы хотя бы с одной из облачных платформ (AWS / Azure / GCP).

• База: Глубокое понимание метрик качества моделей, корректной валидации и работы с несбалансированными выборками.

• Возможность создавать продукты, которые меняют качество медицинского обслуживания и спасают жизни.

• Официальное трудоустройство и белая заработная плата (размер обсуждается индивидуально по итогам технического интервью).

• Сильная инженерная команда.

• Современный стек технологий и отсутствие жесткой бюрократии в процессах разработки.