Data Science / ML Engineer (strong Python)

Digitum — MarTech‑компанія, що будує екосистему продуктів для роботи з клієнтськими базами: аналітика, креативи, data science, AI‑рішення. Ти посилюватимеш наші продукти за рахунок ML/DL моделей і їх інтеграції у .NET бекенд через API/мікросервіси.
Формат: повністю віддалено. Оформлення: офіційне, з соц.гарантіями. Процес найму: 2–3 етапи протягом ~1- тижня.

Що ти робитимеш (impact & scope)

• Розроблятимеш та інтегруватимеш AI‑модулі у продукти компанії (Python) з підключенням до бекенду на ASP.NET через API/мікросервіси.
• Навчатимеш/адаптуватимеш моделі під бізнес‑задачі (класифікація, генерація, рекомендації тощо); проводитимеш експерименти, моніторинг якості та оптимізацію продуктивності.
• Будуватимеш пайплайни збору/підготовки даних та експериментів (EDA, feature engineering, reproducibility).
• Працюватимеш із векторними сховищами (FAISS/Milvus/ChromaDB) і інтегруватимеш їх у бекенд‑архітектуру.
• Тісно взаємодіятимеш з .NET‑розробниками, DevOps, аналітиками та дизайном, документуватимеш рішення (інтерфейси, результати експериментів).

Технологічний стек (core)

• Python + один із: PyTorch / TensorFlow / Keras; HuggingFace Transformers.
• API/мікросервіси: FastAPI/Flask/gRPC; інтеграції з ASP.NET Web API.
• Дані: SQL, Pandas (або Polars), NumPy; EDA, підготовка датасетів.
• Трекінг експериментів і контейнеризація: MLflow / Weights & Biases, Docker.
• БД: PostgreSQL/MS SQL/MongoDB + векторні сховища (FAISS/Milvus/ChromaDB).
• Хмари: Azure / AWS / GCP (будь‑яка).
• Інструменти: Git, Jira, Confluence, VS/VS Code, Jupyter.

Вимоги (Must‑have, 3–6)

• 3+ років із Python у продакшн‑розробці AI/ML.
• Досвід з PyTorch або TensorFlow та Transformers (інференс, кастомізація).
• Комерційні інтеграції моделей через API/мікросервіси (FastAPI/Flask/gRPC) і взаємодія з бекендом (.NET або іншим).
• Сильні навички з SQL, Pandas/Polars, EDA та підготовки даних.
• Практика трекінгу експериментів та контейнеризації (MLflow/W&B + Docker).
• Англійська B2+ (доку, демо, синки з міжнародними командами).

Бажано (Nice‑to‑have)

• Fine‑tuning/оптимізація: LoRA/QLoRA, quantization, distillation.
• Хмара (Azure/AWS/GCP) для тренування/деплою; Kubernetes, GitLab CI/CD.
• PySpark або інші інструменти для великих даних.
• Візуалізація/презентація результатів: Matplotlib/Seaborn/Plotly/Power BI.
• Розуміння .NET/.C# архітектур та патернів інтеграції.

Як виглядатимуть перші 3–6 місяців

1. 1–4 тижні: онбординг у продукти Digitum, підняття середовища, імпорт історичних експериментів у MLflow/W&B, quick‑wins у якості/латентності моделей.
2. 2–3 місяць: дизайн і реліз першого AI‑мікросервісу (API + моніторинг), інтеграція з .NET, базова аналітика якості.
3. 4–6 місяць: оптимізація витрат/RT, експерименти з LoRA/quantization, A/B для бізнес‑метрик, підготовка roadmap V2

Умови та бенефіти

• Офіційне працевлаштування та соціальні гарантії.
• Віддалений формат, стабільний графік 10:00–18:00.
• Конкурентна компенсація + перегляд за результатами.
• Командна культура: підтримка 1:1, code review, відкриті демо.
• Перспективи зростання: розвиток у MLOps/архітектуру або техлід‑трек.