python
классический ML: линейные модели, деревья, метрические модели + понимание в какой ситуации какие модели лучше применять EDA, feature_engineering кластеризация данных, тематическое моделирование
DL: обучение и дообучение BERT-like моделей, решение задач с текстами на их основе работа с LLM (классификация, token-based classification) понимание теории принципов работы таких моделей (сложность моделей, размер контекста, …)
работа со spark, clickhouse, rabbitMQ
опыт деплоя моделей в продакшен
опыт работы с docker
опыт работы с микросервисной архитектурой
Плюсом будет:

опыт работы с работой интеграции LLM-моделей с базами знаний
опыт работы с обучением LLM-моделей для генерации текстов (text2text, summarization)
опыт деплоя и мониторинга LLM-based моделей в продакшен

ML-инженер (middle)