Вакансии в городе Москва

Опыт работы на позиции Data Analyst / Data Scientist от 2 лет. Высшее образование в области математики, статистики, компьютерных наук или...

Вам предстоит анализировать большие объемы данных, разрабатывать модели для прогнозирования и оптимизации бизнес-процессов, а также предоставлять инсайты для улучшения...

Уверенный опыт программирования на Python (не менее 2-х лет). Уверенные знания SQL и опыт работы с базами данных.

Извлечение, преобразование, загрузка данных и их обработка, ETL/ELT (Python/Airflow). Формирование отчетов (Greenplum/Clickhouse). Создание и развитие процессов управления...

Уверенное знание Python (3.8+). Понимание, как устроены основные ML и DL алгоритмы (от решающих деревьев до трансформеров).

Разработка NLP решений. Работа текстовыми данными. Экспериментировать с моделью, фичами, описывать эксперименты во внутренней документации. Деплоить модель в продакшн.

Есть опыт работы с CV от двух лет. Есть опыт разработки нейросетей. Опыт в GAN или диффузиях — будет преимуществом.

Разрабатывать модели генерации изображений для создания логотипов, структуры сайтов в виде графической псевдо-разметки элементов. Используем свой сервис для лёгкого...

Владение языками программирования: Python Advanced (обязательно), C++ (желательно), Java/Scala/Clojure или другие языки (приветствуется). Знание Linux (Ubuntu, CentOS) на...

Case (one) — cистема автоматизации юридических процессов. Doc (one) — конструктор документов. Bot (one) — конструктов чат-ботов. Анализировать бизнес-требования к функциям...

Изучать академический и индустриальный опыт. Отличный SQL (Clickhouse, PostgreSQL). Понимание, как устроены классические ML и DL алгоритмы. Знания в области...

Строить гипотезы и проверять их. Анализировать потребности бизнеса и искать оптимальные методы решения. Экспериментировать с моделями, фичами, описывать эксперименты во...

Знание SQL и Python — пишешь чистый и надёжный код. Понимание основных принципов и алгоритмов машинного обучения, знаешь, что такое Operations...

Влиять на вектор развития инфраструктуры работы с данными и деплоя моделей: как сократить путь от исследования до продакшена.