Data scientist
Частный рекрутер
Рекрутер Мила Самодумская
( сайт не указан )
Аккаунт зарегистрирован с email *@yandex.ru
Опыт работы любой
Известная компания используем в работе цифровые инструменты и сервисы, направленные на повышение эффективности управления производством, цепями поставок и контроля качества.
Развивает экосистему цифровых сервисов для промышленности Isource.
Мы обеспечиваем бесперебойную работу крупных предприятий и меняем подход к промышленному снабжению, внедряя в процессы инновации.
Чем предстоит заниматься:
- Решать задачи, связанные с временными рядами (прогнозирование спроса и поставок, оптимизация складских остатков) от идеи до реализации в продуктовой среде;
- Создавать и улучшать предиктивные модели, тестировать гипотезы.
Наш стек:
- Python, Catboost, Arima, XGBoost, PyTorch, sklearn, CVAT;
- dbt, dagster, pandas, sql;
- Flask, ReactJS, Dash, SuperSet;
Обязанности:
- Участие в исследовательских проектах в области анализа данных по профилю организации;
- Генерация и тестирование гипотез в рамках воронки исследований и разработок;
- Экспериментирование со state-of-the-art методами машинного обучения;
- Сбор, агрегация и подготовка исходных данных для обучения моделей, интерпретация и визуализация результатов, подготовка выводов для бизнес-заказчика;
- Участие в реализаций, как клиентской, так и серверной стороны прототипов решений.
Требования:
- Высшее техническое или физико-математическое образование;
- Знание классического Machine Learning, математической статистики;
- Опыт использования стека DS на Python: Numpy, Pandas, SciPy, визуализация (Matplotlib, Plotly);
- Теоретические/практические знания Deep Learning: полносвязные, свёрточные, рекуррентные сети;
- Опыт обучения ML-моделей: постановка задачи, выбор архитектуры модели, метрики качества и т.д.;
- Опыт разработки на Python, опыт работы с различными форматами и хранилищами данных.
Будет преимуществом:
- Опыт в Fullstack разработке;
- Знание SQL;
- Опыт работы с Docker;
- Опыт участия в соревнованиях по машинному обучению;
- Способность самостоятельно реализовывать подходы, описанные в научных статьях;
- Понимание работы автоэнкодеров, GAN, трансформеров.
Условия:
- Официальное оформление
- График работы 5/2, рассматривается удаленный формат работы
- ДМС и социальный пакет
- Возможность профессионального роста и развития в рамках Компании