Data Science (прогнозирование и оптимизация ИТ процессов)

Чем предстоит заниматься:

• Проводить анализ данных и выявлять закономерности, которые могут быть полезны для бизнеса;
• Заниматься выявлением закономерностей, аномалий в технологических процессах, строить модели для прогнозирования и оптимизации нагрузки на ресурсы, интерпретировать полученные результаты, интеграция разработанных решений в производственную среду;
• Готовить отчёты с результатами анализа и рекомендациями для принятия решений, презентовать их заказчику;
• Активно участвовать в проектной деятельности стрима.

Здорово, если у тебя есть:

• Уверенное владение языком программирования Python (включая библиотеки: pandas, numpy, scipy, matplotlib, seaborn, scikit‑learn);
• Опыт построения и настройки моделей для работы с временными рядами (ARIMA, SARIMA, модели на основе LSTM и т. п.);
• Понимание и опыт применения методов выявления аномалий (Isolation Forest, автоэнкодеры, статистические методы и пр);
• Опыт работы с библиотеками для работы с графами: NetworkX, PyTorch Geometric или аналогичными;
• Понимание алгоритмов на графах: поиск кратчайших путей, алгоритмы кластеризации графов, алгоритмы выделения сообществ;
• Базовые знания методов оптимизации, машинного обучения, deep learning.
• Опыт предобработки и очистки данных (работа с пропусками, выбросами, нормализация, кодирование категориальных признаков, векторизация текстов);
• Навыки feature engineering для задач прогнозирования и детектирования аномалий;
• Опыт работы с большими объёмами данных (понимание принципов масштабирования вычислений);
• Способность чётко формулировать задачи и результаты анализа для технических и нетехнических специалистов;
• Умение работать в команде (взаимодействие с инженерами, разработчиками, технологами);
• Аналитическое мышление, способность выявлять закономерности и формулировать гипотезы;
• Проактивность и ответственность за результат;
• Готовность изучать новые методы и технологии.

Желаемые навыки:

• Опыт работы с фреймворками глубокого обучения (PyTorch, TensorFlow / Keras) для решения задач временных рядов и аномалий;
• Знакомство с методами reinforcement learning для задач оптимизации.