Data Scientist Middle+, Senior

Описание вакансии

Data Scientist Middle+, Senior

Ставка: 1700, с НДС

Локация: РФ

Гражданство: РФ

Обязательные требования

• Отличное знание Python, опыт работы с Spark, Pyspark, SQL, работа с S3;

-Знание современных алгоритмов машинного обучения и оптимизации;

• Математическая статистика и основы машинного обучения: линейные модели, Random Forest, LSTM;
• Библиотеки градиентного бустинга: XGBoost, LightGBM, CatBoost;
• Глубокое обучение для временных рядов: LSTM, Prophet, DeepAR;
• Работа с временными рядами: очистка, прогнозирование, кросс-валидация;
• Методы дискретной оптимизации, математическое программирование (LP, MILP, MIP);
• Инструменты оптимизации (Pyomo/OR-Tools/PuLP/COIN-OR), решатели (Gurobi/CPLEX/SCIP/COPT/GLPK);

-Уверенное владение Git;

-Опыт разработки продуктового ML решения, начиная от анализа данных и заканчивая созданием прототипа: понимание архитектуры ML проектов, настройка пайплайнов данных, умение обернуть модель в базовый backend (FastAPI, Hug и другое), базовые навыки DevOps (умение работать с Docker, KubeFlow);

• Базовое понимание архитектуры web-приложений, backend-сервисов;
• Опыт работы с жизненными циклами разработки вычислительной и программной инфраструктуры;
• Высокие навыки коммуникации и решения проблем, стремление к обучению;
• Уровень английского языка - Intermediate.

Дополнительные требования

• Опыт работы с жизненными циклами разработки вычислительной и программной инфраструктуры;
• Юнит- и интеграционное тестирование, владение методологией тестирования;
• Понимание принципов CI/CD;
• ООП и принципы проектирования вычислительных систем;
• Опыт в FMCG в Supply Chain, Demand Planning, Forecasting, ERP, APS;
• Опыт работы в продуктовых командах (Agile, Scrum).

Этапы отбора

1. Техническое интервью с клиентом
2. Техническое интервью с заказчиком

Описание проекта и команды

Требуется Data Scientist.

Data Scientist cоздает методологии, эвристики, строит пайплайны машинного обучения для цифровых продуктов компании, а также проверяет гипотезы и находит скрытые закономерности с помощью статистики и машинного обучения. Роль предполагает разработку алгоритма машинного обучения, его продуктивизации и настройку поддержки, включая мониторинг качества данных и модели, дообучение модели в случае необходимости, написание документации по продукту.

Откликнуться на запрос: Откликнуться

По вопросам партнерского сотрудничества: Откликнуться