з/п не указана
Москва
От 3 до 6 лет
Технологии с которыми работаем: классический ML (CatBoost, XGBoost, PyTorch и т.д.), time-series.
Чем предстоит заниматься:
- feature engineering для модели forecast;
- поиском неочевидных подходов к решению задачи прогнозирования (готовность пробовать новые подходы и не зацикливаться на бустингах);
- внедрением ML-моделей в рабочие процессы взаимодействие с бизнесом;
- выстраиванием MLOps-процессов.
Пожелания к твоему опыту:
- опыт работы в области машинного обучения от 3 лет;
- хорошо владеете математическим аппаратом (теория вероятностей, математическая статистика, линейная алгебра, вычислительная математика);
- уверенные знания Python3, Pytest, алгоритмов и структур данных;
- понимание как устроены основные ML-алгоритмы (от линейной регрессии до трансформеров);
- понимаете, что самое важное в ML – это данные (garbage in, garbage out);
- хорошо владеете Python, Pandas, CatBoost, PyTorch;
- опыт работы с SQL.
Будет плюсом:
- успешное участие в соревнованиях по машинному обучению;
- опыт с Big Data и MLOps-стеком (Spark, Hive, MLFlow, AirFlow);
- опыт работы с системами рекомендаций и / или NLP;
- опыт разработки веб-сервисов;
- понимание работы с univariate и multivariate временными рядами для решения задачи forecast;
- опыт работы с hierarchical forecast;
- держите руку на пульсе и интересуетесь, что же происходит в ML-мире (интерес к SOTA-подходам к табличным данным, и есть представление о GNN).
