Data Scientist

RDP - ведущий российский производитель сетевых решений.

Мы специализируемся на разработке инновационного программного обеспечения и программно-аппаратных комплексов для высокопроизводительной обработки сетевого трафика. Продукция компании широко востребована в сетях операторского класса, крупных предприятиях и Госсекторе.

Одна из ключевых особенностей нашей компании – поставка масштабируемых решений на базе нашего оборудования, интеграция с системами Заказчика и доработка продуктов под поставляемые решения.

Сейчас мы находимся в поиске Data Science инженера в команду ML.

Команда занимается:

1. Проверкой гипотез по детектированию приложений, сервисов в сетях оператора с использование ML подходов.
2. Разработкой ML pipline-ов для автоматизации процессов создания/обучения моделей.
3. Поиском и исследованием перспективных направлений в применение ML подходов для решения задач по детектированию трафика.

Задачи Data Science инженера:

• Решение исследовательских задач и проверка гипотез в области анализа сетевого трафика, включая:
  1. Проведение исследовательского анализа данных (EDA) для выявления закономерностей и аномалий
  2. Генерация и отбор признаков (feature engineering) для повышения качества моделей машинного обучения;
  3. Разработка, обучение и валидация моделей машинного обучения;
  4. Оценка и оптимизация качества моделей с использованием метрик и методов.

• Разработка, внедрение и поддержка моделей машинного обучения в production-среде для анализа сетевого трафика, в реальном времени в том числе;
• Визуализация данных и подготовка отчетов с результатами анализа для различных заинтересованных сторон;
• Участие в процессе улучшения качества данных, а также в выборе наиболее подходящих архитектур ML-кластеров и хранилищ данных.

Что мы ожидаем:

• Опыт работы с Python и ключевыми библиотеками для Data Science, такими как: Pandas, NumPy, Scikit-learn, TensorFlow/Keras или PyTorch, Matplotlib/Seaborn;
• Уверенное знание SQL и опыт работы с реляционными и нереляционными базами данных;
• Глубокое понимание основных алгоритмов машинного обучения и методов машинного обучения, включая:
  1. Обучение с учителем (Supervised Learning): линейная и логистическая регрессия, деревья решений, метод опорных векторов (SVM), случайный лес (Random Forest);
  2. Обучение без учителя (Unsupervised Learning): кластеризация (k-средних, иерархическая кластеризация), снижение размерности (PCA, t-SNE);
  3. Потоковое обучение (Online Learning) и алгоритмы обнаружения изменений;
  4. Методы ансамблирования: бэггинг, бустинг (например, градиентный бустинг);
  5. Состязательное обучение (Adversarial Learning).

• Опыт работы с большими данными и технологиями распределенной обработки, такими как Hadoop, Spark;
• Знание английского языка на уровне, достаточном для чтения технической документации.

Будет плюсом:

• Опыт работы с сетевым трафиком и понимание сетевых протоколов;
• Опыт работы с системами мониторинга и анализа сетевого трафика;
• Участие в проектах, связанных с обнаружением сетевых атак и аномалий;
• Навыки работы с системами контроля версий (Git);
• Опыт работы с Docker и Kubernetes.

Условия работы:

• Работа в аккредитованной IT компании;
• Трудоустройство в соответствии с ТК РФ;

• Белая заработная плата (оклад обсуждаем с успешным кандидатом после прохождения технического интервью);

• График работы: 5/2, гибкое начало рабочего дня (с 8:00 до 12:00);
• Возможность работать удаленно или в гибриде;
• Офис находится в БЦ "Трио" на метро Динамо (или мцд Гражданская);
• И плюшки ниже :) ↴