Начинающий ML-специалист (Data Science, стажер)

Сбор, очистка и предобработка данных для задач анализа и машинного обучения

Разведочный анализ данных (EDA): визуализация, поиск закономерностей, проверка гипотез

Подготовка признаков (Feature Engineering) и формирование датасетов для обучения моделей

Участие в разработке и обучении ML-моделей под руководством наставника

Оценка качества моделей, анализ метрик и подготовка выводов по результатам экспериментов

Оформление результатов работы: аналитические записки, комментарии к коду

Важно: вы будете работать с реальными боевыми задачами клиентов из ритейла, e-commerce, медицины и других отраслей — не с учебными датасетами.

Знание Python на уровне уверенного пользователя: функции, структуры данных, работа с файлами

Опыт работы с pandas и Jupyter Notebook — уверенный навык манипуляции с табличными данными

Базовое понимание анализа данных и машинного обучения (пройденные курсы: Яндекс.Практикум, Coursera, Stepik, «Карпов.Курсы» или аналогичные)

Умение читать техническую документацию и разбираться в новых библиотеках самостоятельно

Готовность учиться, задавать вопросы и работать в связке с наставником

Будет плюсом:

Продвинутое знание Python: ООП
Опыт работы в PyCharm или VS Code
Умение эффективно использовать ChatGPT / аналоги как инструмент для ускорения работы (генерация кода, поиск решений, отладка)
Базовые знания SQL

Персональный наставник — за вами закрепляется опытный ML-инженер, который помогает разбираться в задачах, проводит код-ревью, челленджит ваши решения и направляет профессиональный рост

Боевые проекты с первого дня — работа с реальными данными и задачами клиентов, а не на учебных примерах

Удалённый формат работы

Гибкий график: от 20 часов в неделю

Возможность перехода на полную ставку по результатам работы

Стек: Python, pandas, Jupyter