Data Engineer / ML Engineer (Контроль качества данных)
Confirmed on the employer's own hiring board on Oct 15, 2026. First seen by Alion on Oct 9, 2026.
Юзтех - группа аккредитованных ИТ-компаний полного цикла разработки с многолетней экспертизой в передовых технологиях: DWH, BigData, AI/ML, Blockchain, BI, предиктивная аналитика, цифровые двойники производства и рисков.
ГК Юзтех является технологическим партнером таких компаний, как Mail.ru, 2Gis, НЛМК, Еврохим, ГоИнвест, Альфа-Банк, Сбер, ВТБ, МКБ, Самолет, Х5 retail Group, Газпромнефть, Леруа Мерлен, Ситилинк, Ланит, IBS. Также, ГК разрабатывает собственные ИТ-продукты (Юзбас, Октопус, Тил Эйчар) и флагманские проекты, которыми пользуется 70% населения страны.
Сфера:
Ищем Data Engineer / ML Engineer для разработки интеллектуальной системы контроля качества данных. Предстоит создавать и внедрять ML- и статистические методы выявления аномалий, дрейфа данных и отклонений в метриках, а также интегрировать решения в production-пайплайны.
Формат работы: Москва, гибрид (офис 1 раз в неделю).
Мы ожидаем:
-
Опыт работы в ML / Data Science от 3 лет.
-
Уверенное знание Python (pandas, NumPy, scikit-learn) и SQL.
-
Обязательный опыт работы с Apache Airflow и машинным обучением (ML).
-
Практический опыт работы с PySpark, Hadoop/Hive, MLflow.
-
Хорошее понимание математической статистики и классических ML-алгоритмов (регрессии, деревья решений, бустинги).
-
Опыт выявления аномалий, анализа дрейфа данных и работы с временными рядами.
-
Опыт вывода ML-моделей в production, мониторинга и версионирования.
-
Понимание принципов Data Quality и методов контроля качества данных.
-
Умение выбирать оптимальный подход к решению задачи: SQL-проверки, статистические методы или ML.
Задачи:
-
Разрабатывать и внедрять ML- и статистические методы контроля качества данных (Data Quality).
-
Выявлять аномалии, дрейф распределений, нарушения сезонности и нетипичные изменения метрик.
-
Проектировать проверки качества данных: полнота, уникальность, актуальность, корректность.
-
Исследовать данные, тестировать гипотезы и прототипировать новые методы обнаружения отклонений.
-
Работать с временными рядами и моделями машинного обучения.
-
Валидировать решения на исторических данных, анализировать ложные срабатывания.
-
Интегрировать решения в production-пайплайны на Airflow, PySpark, Hadoop/Hive.
-
Настраивать мониторинг, алертинг и сопровождать разработанные решения.
Мы предлагаем:
- Карьерную и профессиональную возможность в стабильной, аккредитованной ИТ-компании;
- Расширенный полис ДМС со стоматологией, корпоративный психолог;
- Необходимую технику для комфортной работы;
- Обучение, сертификацию, клуб английского языка;
- Доступ к Корпоративной библиотеке и к Корпоративному университету;
- Внутрикорпоративные профильные коммьюнити;
- Заботу о детях сотрудников: корпоративные скидки, подарки, детские дни;
- Геймифицированную программу лояльности: поверь, ты будешь восторге от нашего корпоративного магазина;
- Корпоративную жизнь: мы много работаем и классно отдыхаем.