Senior Machine Learning Specialist / Data Scientist

вакансия
250.000 - 400.000 pуб.Удалённая работа
2050
Вакансия размещена 15 июня (обновлено сегодня)
Кадровое агентство:
Описание:
Что за продукт
  • Современное iPaaS решение, платформа для интеграции корпоративных сервисов
  • Высоконагруженная распределенная система с повышенной отказоустойчивостью
  • Среди клиентов - крупнейшие мировые компании
  • Международная команда: Штаты (головной офис), Россия, Сингапур
Наши технологии
  • Ruby on Rails, Java, Go, Node.js
  • PostgreSQL, Kunernetes, Terraform, Ansible, Amazon (AWS)
  • Github и Google Docs. Общение по Skype и Slack
  • Опытная команда увлеченных разработчиков, каждый с многолетним опытом
  • Дух стартапа, возможность применять те технологии, которые нравятся вам
Задачи, которые предстоит решать

Интеграция - последовательность действий, цепочки которых могут быть довольно длинными - несколько десятков шагов, учитывающих тысячи объектов и множество параметров. Сейчас реализованы небольшие задачи. В команду нужен эксперт data science, который привнесёт в проект экспертизу по машинному обучению и будет развивать это направление с целью упростить процесс интеграции.

Подробнее о задачах

  • Улучшение системы рекомендаций дальнейших шагов интеграции на основании анализа поведения пользователей и успешных операций
  • Интеграция со сторонними сервисами, где используется машинное обучение. Например, системами распознавания речи
  • Маппинг данных при переносе и интеграции различных систем

Это роль для аналитика-разработчика, который может и проанализировать задачу и создать код, чтобы встроить решение в систему. При этом акцент всё-таки на аналитические задачи. Инструментарий для решения возможно выбрать удобный вам. Также предстоит работать с данными - структурировать, обрабатывать и извлекать нужную информацию.

Что мы ожидаем от вас
  • Опыт в области машинного обучения и data science от 4х лет
  • Отличное знание алгоритмов машинного обучения и различных подходов (нейронные сети, дерево принятия решений и пр.)
  • Опыт решения сложноструктурированных задач, со сложными объектами, интерпретация результатов. Наличие проектов, доведённых до продакшн
  • Опыт работы с ML фреймворками TensorFlow/Caffe/Theano/Torch etc
  • Практический опыт разработки - C/C++, Python, Scala, Lua, Java, R etc
  • Английский на рабочем уровне (переписка и устное общение)

Будет плюсом:

  • Опыт с рекомендательными системами и сервисами классификации
  • Опыт работы с БД
  • Профильное образование - математическое или computer sciencе
Как проходит процесс интервью
  • Процесс интервью включает в себя несколько online разговоров (примерно по часу) с представителями команды, от технических специалистов до фаундеров проекта.
  • Команда небольшая, с плоской структурой, и к выбору новых сотрудников подходят тщательно
Мы предлагаем
  • Удалённая работа, московский тайминг - коммуникация голосом около 19, несколько раз в неделю
  • Командировки в США (Купертино), на 1-2 недели каждые 3 месяца - важно наличие визы или отсутствие препятствий для оформления
  • Уровень дохода от 250-300 тыс.руб. (готовы обсуждать выше)
  • Оформление - через ИП (налоги оплачиваются самостоятельно), оплата отпуска - 20 рабочих дней
  • Компенсация за покупку рабочего компьютера
  • В дальнейшем при желании возможна релокация в Сингапур
Список тегов и необходимых технологий:
  • remote Удалённая работа
  • Analytics профессии: аналитики, digital-, marketing-, web-, BI-, бизнес-, системный- и т.д.
  • Data Science профессии: data scientist, data miner и т.д.
  • Development профессии: программисты, архитекторы, RND, тимлиды, руководители разработки и т.д.
  • Machine Learning технологии

Откликнуться на вакансию

Для того, чтобы откликнуться на вакансию, рекомендуется зарегистрироваться. Но вы также это можете сделать без регистрации прямо сейчас.
Откликнуться без регистрации

Зарегистрированным пользователям не нужно вводить код подтверждения, каждый раз загружать свое резюме и вводить информацию о себе. Также они могут узнать, откликались ли они на эту вакансию ранее.