ML Engineer

Kaspi.kz - это место, где необыкновенные люди собираются вместе, чтобы проявить свои лучшие качества, как в работе, так и в жизни, потому что Kaspi - это не просто финансовое учреждение, а большая семья, которая объединила под своим крылом более 10 тысяч человек по всему Казахстану. Мы всегда ценим людей, которые стремятся к знаниям и великим победам, именно поэтому работа у нас - это шанс реализовать свой потенциал.

Работа полностью из офиса в городе Алматы, удалённого и гибридного формата нет.

Вам предстоит:

• Вести задачу от постановки до прода: выбирать таргет, схему валидации и метрики, обучать и выводить модели на табличных и событийных данных (основной стек - градиентные бустинги: CatBoost / LightGBM / XGBoost)
• Извлекать признаки из неструктурированных и событийных данных (JSON, логи, временные ряды)
• Проектировать признаки: агрегаты, лаги, rolling-метрики, стековые фичи; отслеживать их влияние на модель и утечки
• Проводить исследовательский анализ и проверять гипотезы о поведении объектов как часть цикла разработки модели
• Строить воспроизводимые пайплайны обучения и инференса: версионирование данных, экспериментов и артефактов
• Отвечать за модель после релиза: мониторинг качества, дрейф данных, переобучение
• Развивать внутреннюю инфраструктуру и общие библиотеки для фичей, метрик и моделей

Мы ожидаем от вас:

• Уверенный Python для ML: pandas, numpy, scikit-learn, бустинги (CatBoost / LightGBM / XGBoost) с подбором гиперпараметров и интерпретацией (SHAP / feature importance)
• Сильная прикладная статистика: смещения, конфаундеры, оценка неопределённости
• Дизайн валидации: схема проверки строится до модели, утечки ловятся заранее; понимание специфики временных рядов
• SQL на уровне сложных запросов
• Опыт извлечения и трансформации данных из вложенных структур (JSON) и проектирования признаков
• Linux, Git, контейнеры - базовая самостоятельность без платформенной команды
• Умение объяснить результат неспециалистам, не выбрасывая оговорки
• Хорошее знание Excel

Будет плюсом:

• Управление данными: ETL, оркестрация, слои данных
• Колоночное хранение: Parquet, партиции, ClickHouse / StarRocks
• Трансформация больших данных с Spark / Polars / DuckDB
• MLOps: MLflow, CI/CD
• Английский на уровне чтения документации и статей

Мы предлагаем:

• Развитие и карьерный рост;
• Возможность стать частью профессиональной дружной команды Kaspi;
• Обучение, тренинги и курсы за счет компании;
• Бесплатный тренажерный зал в офисе;
• Электронная библиотека - Kaspi Books и доступное приложение к нему;
• Chill-зона - уютный дворик, workout-площадка, также удобные скамейки и качели, для полной релаксации :)
• Отсутствие дресс-кода.