ML аналитик в команду Anti-DDoS решений

Задачи

• Сбор и подготовка данных о вредостном и легитимном трафике для Anti-DDoS защиты.
• Разработка и обучение моделей для выявления ботов и их блокирования для Anti-DDoS защиты.
• Тестирование и оптимизация, включая оценка точности моделей, поиск ошибок и улучшение их производительности.
• Интеграция обученных моделей в рабочие системы и приложения, обеспечение их стабильной работы под нагрузкой.
• Мониторинг работы моделей и их дообучение по мере поступления новых данных.

Требования

• Глубокие знания методов машинного обучения и статистического анализа, включая классификацию, обработку несбалансированных данных, ансамблевые методы, методы обнаружения аномалий.
• Опыт практического применения библиотеки CatBoost (желательно — опыт настройки гиперпараметров, обработки категориальных признаков, интерпретации моделей)
• Практический опыт с библиотеками: scikit-learn, pandas, numpy, matplotlib, seaborn, tensorflow, pytorch
• Опыт анализа и обработки больших объемов событийных данных (логов, пользовательских действий, поведения в приложениях, на сайтах и т.д.)
• Навыки визуализации данных (matplotlib, seaborn, plotly, Tableau, PowerBI)
• Опыт работы с системами мониторинга и логирования (ELK, Grafana, VictoriaMetrics).
• Опыт внедрения моделей в продуктивную среду, интеграции с системами мониторинга и реагирования.

Будет плюсом

• Опыт работы с open-source проектами, связанными с бот-детекцией.
• Опыт работы с облачными платформами.
• Опыт работы в сфере анализа пользовательского поведения, безопасности, обнаружения аномалий, борьбы с ботами (в IT, e-commerce, соцсетях, онлайн-играх, банках и др.).
• Опыт построения и поддержки моделей для выявления ботов в продакшене — преимущество.