Описание вакансии
Коротко о ролиRole We're looking for a Senior ML Engineer to join our Models team. You will be joining a dedicated squad of Data Engineers, Data Scientists, and ML Engineers focused on building and maintaining the ML training infrastructure that powers our ad-targeting models from data preprocessing through model deployment to production monitoring.
О компании:
Voodoo — технологическая компания, создающая мобильные игры и приложения, входит в топ-3 мобильных издателей в мире по количеству загрузок. В компании работает около 800 сотрудников, 7 миллиардов загрузок и более 200 миллионов активных пользователей в месяц. Команда Engineering & Data разрабатывает инновационные технологические продукты и платформы для поддержки роста игр и приложений. Группа Voodoo Ad-Network состоит из около 60 специалистов, задача которой — создание высококлассных сервисов рекламной сети, используя огромный объем данных компании для оптимизации и масштабирования монетизации.
Расположение и формат работы:
Вакансия предполагает работу в Париже или Хельсинки в гибридном формате.
Задачи:
— Взять на себя архитектурную ответственность за проекты от идеи до выпуска в продакшен, включая определение функций, оценку сроков, проектирование архитектуры и тестирование новых технологий.
— Создавать и поддерживать качественные данные и ML-пайплайны, оптимизировать их производительность, эффективность памяти и стоимость.
— Обеспечивать Data Scientists возможностями для быстрой итерации, предоставляя переиспользуемые и протестированные компоненты пайплайнов и ревью их кода.
— Расширять возможности датасетов, интегрируя новые источники данных, увеличивая объемы и масштабируя окна признаков без нарушения ограничений пайплайнов.
— Участвовать в разработке глубокого обучения: оркестрация GPU, кастомные циклы обучения PyTorch, поддержка архитектуры моделей.
— Поддерживать воспроизводимость и согласованность ML-жизненного цикла: версионирование конфигураций, отслеживание экспериментов, инструменты для согласования онлайн и офлайн.
— Сотрудничать с инфраструктурными командами по вопросам масштабируемости, мониторинга ресурсов, миграции CI/CD.
— Участвовать в еженедельном дежурстве по обработке и решению оповещений из Airflow, dbt и связанных систем.
— Работать в быстром agile-окружении, взаимодействовать с backend-разработчиками, дата-сайентистами, инженерами инфраструктуры и менеджерами продуктов.
— Вносить вклад в культуру команды, делиться знаниями и поддерживать рост коллег.
Требования:
— Минимум 5 лет опыта работы ML-инженером или на аналогичной позиции.
— Глубокое понимание полного ML-цикла: постановка задачи, базовые решения, эксперименты, деплой и итерации.
— Отличное владение Python для написания кода ML-пайплайнов: препроцессинг, обучение, оценка, утилиты для экспериментов и воспроизводимых конфигураций.
— Опыт реализации механик обучения (кастомные шаги/метрики, паттерны загрузки данных, оптимизированный препроцессинг), не только прототипирование в ноутбуках.
— Практический опыт работы с ML-фреймворками: scikit-learn, LightGBM, PyTorch.
— Опыт оптимизации производительности и использования памяти при препроцессинге и обучении моделей.
— Навыки управления экспериментами: подбор гиперпараметров, отслеживание экспериментов, воспроизводимость.
— Опыт работы с облачными сервисами Amazon Web Services.
— Знание вопросов масштабируемости, надежности и безопасности.
— Понимание проблем эксплуатации ML-моделей в продакшене (feature store, training-serving skew и др.).
— Опыт работы с инфраструктурой для сервинга моделей (реальное время или пакетный вывод, оптимизация задержек и пропускной способности) будет плюсом.
— Отличные коммуникативные навыки на английском языке.
Стек технологий:
Python, Scikit-learn, LightGBM, PyTorch, DBT, Spark, MLflow, Prometheus, Terraform, Airflow, Kubernetes, Amazon Web Services.
Условия:
Отличные социальные гарантии, зависящие от страны проживания.
Контакты работодателя доступны по кнопке «Откликнуться» после входа.