Москва
IT-компания Selecty в активном поиске Data Scientist на проект крупной компании.
Обязанности:
Создать системы оптимально управления агрегатом в цеху
Требования:
- Высшее математическое или техническое образование
- От 5 лет в должности эксперта или ведущего специалиста по направлению применения искусственного интеллекта для бизнес задач.
- От 1 года в должности эксперта или ведущего специалиста по направлению применения искусственного интеллекта по оптимизации технологических процессов или диагностике технического оборудования.
- Эрудиция в области машинного обучения, предиктивной аналитики в промышленности. Глубокое понимание технологий, методов машинного обучения, методик оценки качества обученных моделей. Глубокое понимание методик и инструментов анализа временных рядов, проблем, связанных с данными. Базовое понимание химических процессов, гидродинамики и теплофизики.
- Способен провести глубокий разведочный анализ данных: оценить влияние всех потенциальных параметров на целевую величину, способен оценить проблемы в данных и решить их. Глубоко знает и регулярно использует matplotlib, seaborn, plotly, pandas, numpy, scikit-learn, scipy, statsmodels.
- Сотрудник способен проанализировать необходимую техническую документацию, выделить основные технологические параметры и ограничения для конкретной бизнес гипотезы. Сотрудник способен сформулировать DS задачу, построить бейзлайн модели, оценить проблемы качества данных и решить их, сформировать бэклог DS гипотез, и по итогам проделанной работы сформировать понятный отчет
- Сотрудник обладает глубоким пониманием и применяет classic ML: Linear Regression (L1, L2), Logistic Regression, Decision Tree, Gradient Boosting, Random Forest, Support Vector Machine, ARIMA, Principal Component Analysis, k-means, DBSCAN и соответственно умеет применять их, использую библиотеки scikit-learn, CatBoost, XGBoost, lightGBM, statsmodels.
- Сотрудник обладает глубоким пониманием анализа временных рядов и применяет модель Бокса — Дженкинса, способы оценки и декомпозиции тренда, статические тесты определения нестационарности, модели VAR, ARIMA, Prophet;
- Сотрудник обладает глубоким пониманием и применяет DL: методы регуляризации DL, архитектуры: classic MLP, AE, CNN, GRU, LSTM, Attention Mechanism;
- Сотрудник осознает важность подготовки признакового пространства, особенно в области физического (технологического) моделирования, и постоянно создает такие признаки. Регулярно применяет библиотеки и модули для создания признакового пространства (даже хотя бы только на основе данных), как например tsfresh.
Условия:
- Оформление по ТК
- Проектная работа
- ДМС
- Возможность работать вне РФ
- Проект на 8 месяцев
- Достойная оплата труда