Открытые роли

Обязанности: Dockerfile, GitHub Actions (lint, pytest, docker build), кэширование весов модели в образе, health-check endpoint, мониторинг latency. Навыки: Docker, GitHub Actions, bash, CI/CD.

Обязанности: EDA датасета MovieLens 100K, анализ распределения рейтингов, топ фильмы и жанры, визуализация user-item матрицы, исследование cold-start проблемы, Jupyter ноутбук с выводами. Навыки: Python, pandas, matplotlib, seaborn, Jupyter.

Обязанности: реализация SVD коллаборативной фильтрации через библиотеку Surprise, TF-IDF контентной фильтрации, оценка RMSE/MAE/Precision@K, анализ cold-start проблемы и стратегий решения. Навыки: Python, Surprise, scikit-learn, pandas, numpy.

Обязанности: скачивание и структурирование датасета, написание Dataset-класса PyTorch, реализация train/val/test split со стратификацией, data augmentation пайплайн. Навыки: Python, PyTorch Dataset, torchvision, pandas.

Обязанности: мульти-стадийный Dockerfile для оптимизации размера образа, GitHub Actions (flake8, pytest, docker build), версионирование модели через DVC или HuggingFace Hub. Навыки: Docker, GitHub Actions, DVC, bash.

Обязанности: Streamlit-приложение с drag&drop загрузкой изображения, отображение топ-5 предсказаний с вероятностями и Grad-CAM тепловой картой. Навыки: Python, Streamlit, PIL/OpenCV.

Обязанности: Dockerfile с кэшированием весов модели при сборке, GitHub Actions пайплайн (lint, test, build), оптимизация холодного старта приложения. Навыки: Docker, GitHub Actions, bash, Python.

Обязанности: создание Streamlit-приложения с текстовым вводом и кнопкой суммаризации, отображение результата, обработка ошибок и edge cases, деплой на Streamlit Cloud или Docker. Навыки: Python, Streamlit, базовый UX/UI.

Обязанности: EDA датасета Russian Toxic Comments, предобработка текста (очистка, нормализация), аугментация (back-translation, synonym replacement), визуализация распределений. Навыки: Python, pandas, matplotlib, seaborn, nltk.

Обязанности: fine-tuning BERT/ruDistilBERT на бинарную классификацию токсичности, работа с дисбалансом классов (oversampling, class_weight), оценка F1-macro, ROC-AUC, анализ ошибок модели. Навыки: Python, HuggingFace Transformers, sklearn, imbalanced-learn.

Обязанности: написание Dockerfile для ML-сервиса, настройка GitHub Actions (lint, test, docker build & push), оркестрация деплоя, мониторинг latency и error rate. Навыки: Docker, GitHub Actions, CI/CD, bash scripting.