Вакансии в городе Москва

Опыт работы с Python и библиотеками для ML/AI (scikit-learn, TensorFlow, PyTorch и др.). Знание методов машинного обучения: линейные...

Организация работы команды: ставить цели, масштабировать процессы. Разработка и улучшение моделей машинного обучения для решения задач классификации, регрессии, кластеризации и...

Опыт работы аналитиком / Data Scientist от 2 лет. Уверенное владение Python для анализа данных и автоматизации. Навыки работы с большими...

Анализ больших массивов данных: тендеры, госзакупки, CRM-данные. Разработка и внедрение AI-решений для автоматизации и оптимизации бизнес-процессов.

Улучшение существующих подходов по оптимизации релеватности и пользовательского опыта поиска по видео. Опыт работы в роли ML-инженера от двух...

Участие в улучшении продукта на всех этапах от формирования целей до технической реализации и проведения А/В-тестов.

Опыт работы от 2-5 лет. Хорошее понимание Python. Опыт работы с django, pandas. Уверенное владение SQL. Работал с MSSQL.

Поддерживать инфраструктуру сервисов ETL написанных на Python. Создавать новые интеграции с партнерскими рекламными кабинетами. CI/CD на основе k8...

Опыт работы от 2 лет в роли Data Engineer, Data Analyst или смежных позициях. Понимание полного цикла работы с данными...

Интеграция с внешними API ресторанных систем (POS, CRM, системы заказов и доставки) для получения данных, включая работу с неполными и...

Доработка внутренней платформы. Вы будете развивать внутреннюю платформу управления данными: автоматизировать рутинные задачи, такие как деплой простых решений и мониторинг...

Хорошо владеете SQL (опционально YQL).

Создание и поддержка инструментов DWH. Вы будете создавать новые и поддерживать существующие инструменты для построения DWH. Ваша задача — разработать масштабируемую...

Хорошо владеете SQL (опционально YQL).

Создание и поддержка инструментов DWH. Вы будете создавать новые и поддерживать существующие инструменты для построения DWH. Ваша задача — разработать масштабируемую...

Опыт в ML от 3 лет. Понимание принципа работы основных алгоритмов классического ML (классификации, кластеризации, регрессии, временные ряды).

Работа с данными (очистка данных, исследование, feature engineering). Выдвижение и проверка гипотез. Обсуждение задачи с бизнес заказчиками. Разработка прогнозных моделей...

Доработка внутренней платформы. Вы будете развивать внутреннюю платформу управления данными: автоматизировать рутинные задачи, такие как деплой простых решений и мониторинг...