Вакансии в городе Москва

Работать со слоями данных RAW, ODD, DDS: создавать их и развивать. Поддержка и развитие базы знаний. Способен взять ответственность свое...

Нужен Data Engineer, который сможет взять на себя часть непрофильной для аналитиков работы по автоматизации отчётов, превращению моделей в сервисы...

Хорошее знание SQL и СУБД (желательно Postgres). Опыт работы с хранилищами данных, понимание принципов их проектирования. Опыт работы с ETL...

Разработка новых структур хранилища данных. Анализ и реализация информационных потоков. Проектирование витрин данных. Подготовка отчетов и выгрузок данных.

Высшее образование (бакалавр/специалист/магистр) в области точных наук или инженерии (специальности: физика, математика, прикладная математика, информатика, инженерные дисциплины, экономика...

Разработка, обучение, валидация и внедрение в production моделей классического машинного обучения (классификация, регрессия, кластеризация) и оптимизации для решения бизнес-задач.

Компьютерное зрение (СV): Feature Extraction, Python, векторные БД (QDrant, Chromadb etc.), PyTorch, Ray, Docker, Streamlit. Современный стек технологий и наличие...

Обработка естественного языка (NLP): Python, векторные БД (QDrant, Chromadb etc.), PyTorch, Ray, Docker, Streamlit. Совместная работа с командой для внедрения...

Высшее образование по специальности физика/математика/химия/геология/ инженерные направления ​​(также рассматриваем студентов 4-6 курса (бакалавриат/специалитет/магистратура).

Участие в разработке и реализации моделей машинного обучения под руководством менторов. Анализ данных, их предобработка и подготовка для обучения моделей.

Высшее фундаментальное или техническое образование (математика, информатика, физика). Знание Excel на пользовательском уровне (формулы, формулы массива, сводные таблицы).

Построение моделей технической цены, коммерческой цены, конверсии, lapse (GLM, GBM – спец ПО, Python). Оценка качества построенных моделей. Регулярное формирование витрин...

Степень бакалавра или магистра в Computer Science, Data Engineering, Data Science, Machine Learning или смежной области. Опыт разработки и внедрения...

Подготовка витрин данных. Внедрение инструментов машинного обучения. Консолидация данных. Проектирование, разработка и совершенствование моделей машинного обучения для различных сценариев, включая...

Язык программирования Python. Знание библиотек для анализа данных (NumPy, Pandas, Matplotlib). Знание ML-фреймворков (PyTorch, Scikit-learn). Опыт построения API...

Стать первым DS/ML-инженером в команде, задать стандарты, выбрать лучшие инструменты и впоследствии формировать и развивать команду ML.

Более трех лет опыта работы в сфере Data Science, включая самостоятельное руководство комплексными проектами. Профессиональное владение Python и основными библиотеками...

Разработка моделей машинного обучения для задач ценообразования. Поддержка и улучшение существующих моделей. Создание рекомендательной системы для корпоративного веб-сайта.

Опыт работы в ML от 2 лет, опыт деплоя моделей. Опыт в проектах рекомендательных систем от 1 года.

Разработка сервиса персональных и контентных рекомендаций, а также других сервисов с применением ML. Формирование архитектуры сервиса. Построение пайплайнов для автоматизации...

Опыт работы на похожей позиции / с похожим функционалом. Высшее образование (специализации: математика, экономика, статистика, математические методы в экономике).

Создавать эконометрические модели/модели оценки эффективности рекламы и прогнозов для текущих и потенциальных клиентов группы. Формировать архитектуру проекта исходя из...

Наличие законченного высшего образования по специальности "Прикладная математика". Аналогичный опыт работы от 1 года. Знание Python, Git, AirFlow, MlFlow.

Координация работы внутренних и внешних ресурсов (проектных, функциональных, суппорт-команд), задействованных в решении задач по анализу данных. Формирование и формализация...

Опыт работы в FinTech: брокерских, букмекерских компаниях или игорной индустрии. Высшее образование в таких предметных областях, как: математика, финансы или...

Разработка моделей прогнозирования и моделирования различных бизнес процессов. Сбор, валидация и анализ данных из корпоративных информационных систем. Анализ исторических данных.

Опыт работы от 2–3 лет в роли Data Scientist или ML Engineer. Понимание основ статистики, теории вероятностей, математической логики.

Разрабатывать и внедрять ML-модели. Работать с большими данными: формировать пайплайны, ETL, фичи, обучающие выборки. Тестировать гипотезы, запускать A/B...

Знание SQL (SELECT-запросы, фильтрации, JOIN’ы, агрегатные функции, вложенные запросы) на средне-продвинутом уровне. Опыт программирования на Python (скрипты...

Наш стек: репозиторий кода - GitLab, для обсуждения Mattermost, мониторинг сервисов на Prometheus, логи в ELK и Loki, визуализация в Grafana.

Опыт полного цикла данных: сбор, разметка (Label Studio, CVAT), препроцессинг. Знание Linux, Git, Docker; знание систем контроля экспериментов (ClearML, MLFlow).

Подготовка данных: сбор данных, постановки задачи разметки, контроль качества данных. Обучение моделей: (PyTorch / Lightning / Ultralytics / Transformers). Разработка алгоритмов пре-/пост...

Практический навык работы с системами управления версиями и системами отслеживания ошибок. Опыт работы с технологиями обработки больших данных.

Поддержка текущих решений, а именно: Внутренние интеграции по Kafka. Создание и поддержка внутреннего REST API. Мониторинг текущих процессов по ETL...

Обязателен опыт работы в разработке рекомендательных систем от 1 года. Опыт работы в ML проектах от 2 лет.

Улучшать текущую систему рекомендаций (user2item, item2item), повышать метрики продукта и бизнеса. Улучшать поиск с помощью ML...

Высшее образование: математическое, IT или техническое. Хорошее знание Python и основных библиотек анализа данных. Понимание основных метрик оценки качества моделей.

Разработка сервисов обработки естественного языка (классификация, суммаризация, NER и пр.). Участие в создании AI-ассистентов на базе генеративных моделей (SFT...

Опыт разработки и продуктивизации моделей машинного обучения от 3- лет. Приветствуется опыт в сфере розничного кредитования (риски, CRM).

Аналитика: Python ML stack, Python NLP stack, JupyterLab. Внедрение и разработка: Docker, BitBucket, MLFlow, Dagster, VSCode, Teamcity, Nexus.