ML Engineer
Разработка, обучение и внедрение моделей машинного обучения в production
ML Engineer — роль в семействе ML & AI Engineering. Определено 58 навыков по 5 уровням (от Junior до Principal). 125 навыков являются обязательными. Ключевые домены: Основы программирования, Backend Development, Базы данных.
Технологический стек
Фокус по уровням
Обучение моделей по готовым pipeline. Feature engineering. Валидация моделей. Подготовка датасетов. Работа с Jupyter notebooks.
Проектирование ML-пайплайнов. Выбор и тюнинг моделей. A/B тестирование моделей. Деплой моделей в production. Feature store.
Архитектура ML-систем. Оптимизация inference (ONNX, TensorRT). Проектирование real-time ML. Исследование новых подходов. Менторинг.
ML platform strategy. MLOps инфраструктура. Координация ML и backend. Стандарты экспериментирования. Roadmap ML-команды.
AI strategy компании. LLM integration. ML at scale. Исследовательская повестка. Публикации и выступления.
Матрица навыков
58 навыков × 5 уровней. Нажмите на ячейку для детализации.
Архитектура и проектирование
1 навыков| Навыки | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| Основы System Design | A | W | A | E | E |
Базы данных
4 навыков| Навыки | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| PostgreSQL | A | W | A | A | E |
| Индексирование БД | A | A | W | A | A |
| Оптимизация запросов | A | A | W | A | A |
| Проектирование схем данных | A | W | A | E | E |
Безопасность
3 навыков| Навыки | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| OWASP и безопасность приложений | A | W | A | E | E |
| Практики безопасного кода | A | W | A | E | E |
| JWT / OAuth2 / OIDC | A | W | A | E | E |
Контроль версий и коллаборация
2 навыков| Навыки | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| Git Advanced | A | W | A | A | E |
| Code Review | A | W | A | A | E |
Облако и инфраструктура
5 навыков| Навыки | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| Docker | A | W | A | A | E |
| Kubernetes Core | A | W | A | A | E |
| Terraform | A | W | A | E | E |
| AWS | A | W | A | A | E |
| Основы сетей | A | W | A | E | E |
Основы программирования
9 навыков| Навыки | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| Алгоритмы и сложность | W | W | A | A | E |
| Структуры данных | W | W | A | A | E |
| Принципы ООП и SOLID | W | W | A | A | E |
| Паттерны проектирования | W | W | A | A | E |
| Многопоточное программирование | W | W | A | A | E |
| Асинхронное программирование | W | W | A | A | E |
| Качество кода и рефакторинг | W | W | A | A | E |
| Типобезопасность и системы типов | A | W | A | E | E |
| Управление памятью | A | W | A | E | E |
Тестирование и QA
3 навыков| Навыки | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| Unit-тестирование | A | W | A | A | E |
| Интеграционное тестирование | A | W | A | A | E |
| E2E тестирование | A | W | A | E | E |
AI-ассистированная разработка
4 навыков| Навыки | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| GitHub Copilot | A | A | W | A | A |
| Cursor IDE | A | W | A | A | — |
| ChatGPT / Claude | A | A | W | A | A |
| Prompt Engineering для кода | A | A | W | A | A |
API и интеграции
5 навыков| Навыки | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| REST API Design | A | W | A | A | E |
| GraphQL Design | A | W | A | E | E |
| Проектирование WebSocket API | A | W | A | E | E |
| gRPC и Protocol Buffers | A | A | W | A | A |
| Документирование API | A | W | A | E | E |
Backend Development
4 навыков| Навыки | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| Python Web Frameworks | A | W | A | A | E |
| Apache Kafka | A | A | W | A | A |
| Redis | A | A | W | A | A |
| Task Queues | A | A | W | A | A |
Data Engineering
4 навыков| Навыки | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| Apache Spark | A | W | A | E | E |
| Pandas / Polars | A | W | A | E | E |
| SQL-based ETL | A | W | A | E | E |
| Data Quality | A | W | A | E | E |
DevOps и CI/CD
1 навыков| Навыки | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| GitHub Actions / GitLab CI | A | W | A | A | E |
Machine Learning и AI
9 навыков| Навыки | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| Classical ML (scikit-learn) | A | W | A | E | E |
| Gradient Boosting | A | W | A | E | E |
| PyTorch | A | W | A | E | E |
| MLflow | A | W | A | E | E |
| Feature Stores | A | W | A | E | E |
| Model Serving | A | W | A | E | E |
| Трекинг экспериментов | A | W | A | E | E |
| ML-пайплайны | A | W | A | E | E |
| Мониторинг моделей | A | W | A | E | E |
Observability и мониторинг
4 навыков| Навыки | Jun | Mid | Sen | Lead | Princ |
|---|---|---|---|---|---|
| Структурированное логирование | W | A | E | — | — |
| Prometheus и Grafana | A | W | A | — | — |
| OpenTelemetry | A | W | A | E | E |
| SLI / SLO / SLA | A | W | A | E | E |
Часто задаваемые вопросы
Какие навыки нужны для роли ML Engineer?
Для роли ML Engineer требуется 58 навыков, из которых 125 являются обязательными. Навыки распределены по 5 уровням: от Junior до Principal. Смотреть полную матрицу.
Как вырасти до следующего уровня в роли ML Engineer?
Используйте Калькулятор грейда чтобы оценить текущий уровень и получить персональные рекомендации. Система покажет, какие навыки нужно развить для перехода на следующий уровень.
Какой технологический стек используется в роли ML Engineer?
Стек включает 5 технологий на разных уровнях. Python 3.11+, scikit-learn, pandas/numpy, Jupyter, PyTorch/TensorFlow basics, SQL, Git, Python 3.12+, PyTorch/TensorFlow, XGBoost/LightGBM/CatBoost, MLflow, Airflow, Feature store basics, Docker, DVC, PyTorch advanced, ONNX/TensorRT, Triton Inference Server, Kubeflow/MLflow, Spark ML, Ray, Kubernetes, Prometheus/Grafana...
Как сообщество определяет требования к роли ML Engineer?
Требования к роли формируются сообществом через систему предложений. Любой участник может предложить изменения, которые проходят голосование и ревью экспертов.