Вакансии в городе Новосибирская область

Хорошие знания алгоритмов и структур данных. Высшее образование в области математики или информатики. Опыт коммерческой разработки на Python от 3...

Этапы отбора: Анкета. Первичное интервью. Техническое интервью. Оффер.

Опыт работы от 1 до 3 лет в области машинного обучения или анализа данных. Знание языков программирования Python и C++.

Разработка и внедрение алгоритмов машинного обучения для систем обнаружения беспилотников. Анализ и обработка данных для улучшения точности и эффективности систем.

Уверенное знание Python и его основных библиотек для анализа данных (Pandas, NumPy, Scikit-learn и др.). Опыт написания SQL-запросов...

Создавать и внедрять predictive-модели и алгоритмы для оценки кредитных рисков. Постоянно улучшать и поддерживать существующие скоринговые решения, повышая их...

опыт работы с задачами машинного обучения/ опыт статистической обработки данных от 1,5 лет. — опыт разработки на Python, опыт code...

Работаем над внутренними проектами: — кредитного скоринга. — поиска аномального и фродерского поведения. — идентификации пользователей и др. — обработка сырых данных. — генерация гипотез. —

Оконченное высшее образование (физико- математическое, техническое, экономическое). Опыт работы в сфере анализа данных от 0,5 года или наличи стажировок...

Валидация моделей и оценка модельного риска с целью снижения вероятности реализации модельного риска и уменьшения возможных последствий в случае его...

Экспертное знание SQL. Уверенное знание и опыт работы с PostgreSQL. Знание Python. Понимание способов моделирования систем класса DWH и компонентов...

Управление командой разработки в продуктах систем класса DWH. Распределение людей по продуктам, ответственность за результат команды. Формирование архитектурных решений.

Опыт работы по NLP-направлению. Опыт машинного обучения - не менее 1 года. Уверенное владение Python. Опыт работы с Docker и...

Классификации комментариев. Персонификации новостной ленты, рассылок и рекомендаций. Генерации "умной" баннерной сетки. Для работы с табличными данными используем Pandas, Polars.

1. Основы Python (углубленные знания). Свободное владение основными контейнерами данных (list, dict, set, tuple), понимание их внутреннего устройства (хеши, проблема...

Проведение исследование данных, экспериментов для проверки технических и бизнес гипотез с помощью классических и ML алгоритмов, LLM и других актуальных...

Ответственность и самодисциплина. Умение эффективно использовать своё время и время команды. Понимание рабочей этики (в общении с командой и заказчиком).

Команда: Вы будете работать в составе кросс-функциональной команды разработки, тесно взаимодействуя с аналитиками, бэкенд- и фронтенд-разработчиками.

Опыт работы с Python и основными библиотеками для анализа данных: pandas, numpy, scipy. Опыт работы с аудиоданными будет сильным плюсом.

Проводить data mining и сбор масштабных аудио и текстовых датасетов. Разрабатывать и применять методы очистки и предобработки аудиоданных.

Общее представление о стеке технологий BigData. Понимать различия работы между BigData и с данными обычного размера. Знание SQL (индексы, функции...

Разработка, реализация и поддержка типовых интеграционных решений, на стеке технологий, принятых в команде. (Java, Groovy, Apache Nifi, Airflow).

владение языками программирования: Python, C++ и др. Требования: Высшее профессиональное образование и стаж работы не менее одного года.

обработка данных психофизиологических исследований. - программирование стимульных парадигм для нейрокогнитивных исследований и экспериментальной психологии. - программирование нейрокогнитивных экспериментов в системах трекинга глаз. -

Высшее ИТ, инженерное или математическое образование. Опыт работы в сфере Data Architecture/DWH/ETL в роли архитектора, Team Lead Data...

Участие в формировании и развитии архитектуры хранения и обработки данных в корпоративном хранилище на платформе Greenplum, ClickHouse. Руководство командой дата...

Опыт работы с PyTorch для обучения и отладки нейросетей. Понимание современных архитектур и подходов глубокого обучения (СNN/RNN/Transformer и...

Исследовать, предлагать и проверять гипотезы по улучшению архитектуры нейронной сети, функций потерь и процесса обучения. Дорабатывать и масштабировать существующие ML...