Мы ищем ML-разработчика, который будет развивать сервис предиктивной платформы в билайн, чтобы предвосхищать ожидания пользователей. Вы сможете влиять на продукт и бизнес, разбираться в различных аспектах ML с помощью опытных коллег и работать в команде, объединённой общими ценностями и общей целью.
Итак, тебе предстоит:
-
Решать задачи бизнеса с помощью анализа данных и машинного обучения;
-
Проводить поиск, выгрузку, статистический анализ и обработку данных;
-
Строить и валидировать модели машинного обучения
-
Участвовать во внедрении DS-решений в бизнес-процессы
- Развивать и поддерживать полный цикл разработки DS/ML-продуктов — от постановки задачи до выведения моделей в production.
Мы будем рады рассмотреть твою кандидатуру, если у тебя есть:
- Опыт работы в роли Data Scientist от 4 лет;
- Уверенное владение Python и основными ML-библиотеками;
- Хорошее понимание принципов работы ML-алгоритмов, опыт их применения на практике;
- Навыки работы с SQL или Spark (можете с их помощью самостоятельно собрать и обработать данные);
- Опыт работы с инструментами экосистемы Hadoop (hive, spark) или готовность их быстро освоить;
- Знание основ статистики (понимание, что такое p-value, и умение проверять статистические гипотезы);
- Умение переложить бизнес-задачу на язык анализа данных, подобрать соответствующий алгоритм с учетом требований и ограничений, интерпретировать результат;
- Готовность общаться с бизнесом и отвечать end-to-end за задачу;
Будет плюсом если:
— имеете опыт построения моделей предсказательного типа;
— был опыт разработки REST-API.
Наш стек:
- Python, Spark, Hadoop, Hive, Airflow, Docker, k8s, MLFlow, ClickHouse;
- Git, Jira, Confluence.
Что мы предлагаем:
- Трудоустройство в аккредитованную ИТ-компанию;
- Возможность работать дистанционно на территории РФ;
- Сильную команду из топовых ВУЗов, с которой можно расти;
- Свободу в принятии решений, возможность влиять на процесс и результат;
- Развитое внутреннее DS/DA комьюнити (100+ человек) с регулярными митапами и встречами по обмену опытом;
- Ежегодный процесс ревью;
- Десятки Пбайт разнообразных данных — от классических табличных до гео, графов, кликстримов, текстов и картинок;
- Развитую MLOps инфраструктуру и процессы, мощный кластер с GPU;
- Внешнее и внутреннее обучение, участие в митапах и конференциях;
- Полис добровольного медицинского страхования, обслуживаемый в лучших клиниках;
- Корпоративные скидки на фитнес, обучение, путешествия и т. п;
- Служебную сотовую связь.
