Нейронщик (Обучение нейронных сетей)

Нейронщик

- Python, Pytorch/Tensorflow/Openvino, Алгоритмы и структуры данных, Математика (линейная алгебра, проективные преобразования), pandas, numpy

Задачи:

- Построение и обучение нейронных сетей;
- Подготовка заданий на сбор dataset из неструктурированных данных;
- Построение пайплайнов от сбора данных до получения результатов моделирования;
- Извлечение данных из различных источников (чтение из файлов, API, базы данных);
- Очистка и трансформация данных, их подготовка к анализу;
- Решение задач моделирования с помощью нейросетевых подходов;
- Построение алгоритмов для предсказательных систем, систем кластеризации и классификации;
- Деплой моделей

Требования:
Математическая база - понимание принципов математической статистики, теории вероятностей, построение моделей (Linear Regression, Logistic Regression, Random Forest, G-boosting, нейронные сети, деревья, SVM, и др.), многомерного анализа (кластерный, факторный анализ, метод главных компонент), проверки статистических гипотез, построения временных рядов (ARMA, ARIMA и т.п.). Умение интерпретировать качество полученных моделей;
Знание линейной алгебры, математической статистики и численных методов;
Знание Python, достаточное для решения собственных research-задач;
Опыт применения фреймворков Python (PyTorch/Tensorflow/Keras/Caffe, numpy, pandas, scikit-learn, XGBoost);
Опыт многомерного анализа (кластерный, факторный анализ, метод главных компонент), проверки статистических гипотез, построения временных рядов;
Обработка данных, работа с PostgreSQL, FastAPI.