#вакансия #data_scientist
Data scientist
Локация/Гражданство: РФ или РБ
Грейд: от middle и выше
Срок проекта: 1 год
Старт проекта: асап
О проекте: Страховая компания
📌 Задачи:
Построение ML моделей по ключевым направлениям андеррайтинга (КАСКО, ОСАГО, ДМС) и автоматизация пайплайнов с возможностью их запуска по расписанию.
Работа с линейными моделями ( GLM) и нелинейными (в основном бустинги catboost, xgboost)
Обработка данных для построения датасетов MS SQL, Oracle
Требования:
Опыт MS SQL, Oracle
Опыт с линейными моделями ( GLM) и нелинейными
Data scientist
Локация/Гражданство: РФ или РБ
Грейд: от middle и выше
Срок проекта: 1 год
Старт проекта: асап
О проекте: Страховая компания
📌 Задачи:
Построение ML моделей по ключевым направлениям андеррайтинга (КАСКО, ОСАГО, ДМС) и автоматизация пайплайнов с возможностью их запуска по расписанию.
Работа с линейными моделями ( GLM) и нелинейными (в основном бустинги catboost, xgboost)
Обработка данных для построения датасетов MS SQL, Oracle
Требования:
Опыт MS SQL, Oracle
Опыт с линейными моделями ( GLM) и нелинейными
#вакансия #Data_Scientist
Data Scientist Middle
Локация/Гражданство: только РФ, не более 4ч от МСК
Грейд: Middle, Middle+
Срок проекта: долгосрочно
Старт проекта: 9 января
О проекте: Разработка комплексного решения для работы с B2B-клиентами
💻 Требования:
Опыт работы в области Data Science от 3-х лет
Уверенное знание Python (pandas, numpy, scipy)
Сильные теоретические знания ML
Опыт работы с Hadoop, Apache Spark, SQL, GreenPlum, Hive
Высокий уровень знаний математической статистики (тестирование гипотез, анализ характеристик распределений)
Умение переложить бизнес задачу на язык анализа данных, интерпретировать результат
➕ Будет плюсом:
Умение визуализировать и хорошо объяснять результаты работы моделей и EDA
Опыт работы onETL
Data Scientist Middle
Локация/Гражданство: только РФ, не более 4ч от МСК
Грейд: Middle, Middle+
Срок проекта: долгосрочно
Старт проекта: 9 января
О проекте: Разработка комплексного решения для работы с B2B-клиентами
💻 Требования:
Опыт работы в области Data Science от 3-х лет
Уверенное знание Python (pandas, numpy, scipy)
Сильные теоретические знания ML
Опыт работы с Hadoop, Apache Spark, SQL, GreenPlum, Hive
Высокий уровень знаний математической статистики (тестирование гипотез, анализ характеристик распределений)
Умение переложить бизнес задачу на язык анализа данных, интерпретировать результат
➕ Будет плюсом:
Умение визуализировать и хорошо объяснять результаты работы моделей и EDA
Опыт работы onETL
#вакансия #Data_Scientist
Data Scientist Senior в международную нефтехимическую компанию
❗️Локация и гражданство РФ и страны СНГ (отличное знание русского языка). Срок проекта длительный (нет ограничения).
Требования:
1.Высшее математическое или техническое образование
2. От 5 лет в должности эксперта или ведущего специалиста по направлению применения искусственного интеллекта для бизнес задач.
3. От 1 года в должности эксперта или ведущего специалиста по направлению применения искусственного интеллекта по оптимизации технологических процессов или диагностике технического оборудования.
4. Эрудиция в области машинного обучения, предиктивной аналитики в промышленности. Глубокое понимание технологий, методов машинного обучения, методик оценки качества обученных моделей. Глубокое понимание методик и инструментов анализа временных рядов, проблем, связанных с данными. Базовое понимание химических процессов, гидродинамики и теплофизики.
5. способен провести глубокий разведочный анализ данных: оценить влияние всех потенциальных параметров на целевую величину, способен оценить проблемы в данных и решить их. Глубоко знает и регулярно использует matplotlib, seaborn, plotly, pandas, numpy, scikit-learn, scipy, statsmodels.
6. Сотрудник способен проанализировать необходимую техническую документацию, выделить основные технологические параметры и ограничения для конкретной бизнес гипотезы. Сотрудник способен сформулировать DS задачу, построить бейзлайн модели, оценить проблемы качества данных и решить их, сформировать бэклог DS гипотез, и по итогам проделанной работы сформировать понятный отчет
7. Сотрудник обладает глубоким пониманием и применяет classic ML: Linear Regression (L1, L2), Logistic Regression, Decision Tree, Gradient Boosting, Random Forest, Support Vector Machine, ARIMA, Principal Component Analysis, k-means, DBSCAN и соответственно умеет применять их, использую библиотеки scikit-learn, CatBoost, XGBoost, lightGBM, statsmodels.
Сотрудник обладает глубоким пониманием анализа временных рядов и применяет модель Бокса — Дженкинса, способы оценки и декомпозиции тренда, статические тесты определения нестационарности, модели VAR, ARIMA, Prophet;
Сотрудник обладает глубоким пониманием и применяет DL: методы регуляризации DL, архитектуры: classic MLP, AE, CNN, GRU, LSTM, Attention Mechanism;
Сотрудник осознает важность подготовки признакового пространства, особенно в области физического (технологического) моделирования, и постоянно создает такие признаки. Регулярно применяет библиотеки и модули для создания признакового пространства (даже хотя бы только на основе данных), как например tsfresh.
Data Scientist Senior в международную нефтехимическую компанию
❗️Локация и гражданство РФ и страны СНГ (отличное знание русского языка). Срок проекта длительный (нет ограничения).
Требования:
1.Высшее математическое или техническое образование
2. От 5 лет в должности эксперта или ведущего специалиста по направлению применения искусственного интеллекта для бизнес задач.
3. От 1 года в должности эксперта или ведущего специалиста по направлению применения искусственного интеллекта по оптимизации технологических процессов или диагностике технического оборудования.
4. Эрудиция в области машинного обучения, предиктивной аналитики в промышленности. Глубокое понимание технологий, методов машинного обучения, методик оценки качества обученных моделей. Глубокое понимание методик и инструментов анализа временных рядов, проблем, связанных с данными. Базовое понимание химических процессов, гидродинамики и теплофизики.
5. способен провести глубокий разведочный анализ данных: оценить влияние всех потенциальных параметров на целевую величину, способен оценить проблемы в данных и решить их. Глубоко знает и регулярно использует matplotlib, seaborn, plotly, pandas, numpy, scikit-learn, scipy, statsmodels.
6. Сотрудник способен проанализировать необходимую техническую документацию, выделить основные технологические параметры и ограничения для конкретной бизнес гипотезы. Сотрудник способен сформулировать DS задачу, построить бейзлайн модели, оценить проблемы качества данных и решить их, сформировать бэклог DS гипотез, и по итогам проделанной работы сформировать понятный отчет
7. Сотрудник обладает глубоким пониманием и применяет classic ML: Linear Regression (L1, L2), Logistic Regression, Decision Tree, Gradient Boosting, Random Forest, Support Vector Machine, ARIMA, Principal Component Analysis, k-means, DBSCAN и соответственно умеет применять их, использую библиотеки scikit-learn, CatBoost, XGBoost, lightGBM, statsmodels.
Сотрудник обладает глубоким пониманием анализа временных рядов и применяет модель Бокса — Дженкинса, способы оценки и декомпозиции тренда, статические тесты определения нестационарности, модели VAR, ARIMA, Prophet;
Сотрудник обладает глубоким пониманием и применяет DL: методы регуляризации DL, архитектуры: classic MLP, AE, CNN, GRU, LSTM, Attention Mechanism;
Сотрудник осознает важность подготовки признакового пространства, особенно в области физического (технологического) моделирования, и постоянно создает такие признаки. Регулярно применяет библиотеки и модули для создания признакового пространства (даже хотя бы только на основе данных), как например tsfresh.
#вакансия #data_scientist
Data Scientist Senior в БКС
Требования:
Необходимо, чтобы специалисты обязательно имели следующий опыт:
1. Промышленный опытом создания нейросетевых моделей для анализа звука на борту телефонов и в браузере с примерами проектов.
2. Подтвержденный опыт конвертации моделей в формат, требуемый различными мобильными платформами (TFLite или onnx под Android, CoreML под iOS).
3. Подтвержденная экспертиза в разработке нативного кода для Android и iOS (kotlin и swift соответственно) для предобработки звука перед передачей его в нейронные сети и работы с нейронов сетью (в iOS предпочтительно использовать векторные вычисления через фреймворк accelerate).
Требования к специалисту:
Senior Critical Skills:
1. Управление скоупом задач
2. Управление изменениями: - коррекция входных требований и ресурсов - информирование заказчика
3. Лидирование сложных переговоров в составе группы: - подготовка переговорной позиции - формирование стратегии Умение продавать: - решение - дэшборд - методологию
4. Подготовка данных на основе большого количества источников
5. Реализация дорожной карты совместно с заказчиком под ключ
6. Python на высоком уровне (понимание механизмов работы с памятью, многопоточность)
7. Техники параллелизации обработки датафреймов
8. pyTorch/TensorFlow - глубокое понимание фреймфорка, мат. аппарата моделей
9. Умение выстраивать сложные микросервисные связки на Docker
10. Глубокое понимание принципов написания микросервисов на Flask
11. Создание системы документации (описание процесса) на сложную информационную систему на ресурсах типа Atlassian Confluence, Atlassian BitBucket, GitHub и т. д.
12. Оборачивание SQL-скрипта, например, в переменные
13. Все что в middle
Senior Other Skills:
1. Проведение Meet-up на уровне ФГ БКС
2. Участие в роли спикера на конференциях
3. Применение эмоционального интеллекта, владение техники манипуляций для ведения переговоров
4. Умение обучать сетки на кастомных данных (pre-training from scratch / domain-based)
5. Pyro - понимание преимуществ и недостатков байесовского подхода к ML, умение адаптировать сети pyTorch под Pyro
6. Способность реализовать сложные системы анализа и мониторинга моделей ML и данных
7. BERT - дообучение, понимание принципов построения модели
8. HTML %20 CSS %20 JS / React — basic level
9. Найм специалистов ниже уровнем
Локация: Только РФ 🌐
Data Scientist Senior в БКС
Требования:
Необходимо, чтобы специалисты обязательно имели следующий опыт:
1. Промышленный опытом создания нейросетевых моделей для анализа звука на борту телефонов и в браузере с примерами проектов.
2. Подтвержденный опыт конвертации моделей в формат, требуемый различными мобильными платформами (TFLite или onnx под Android, CoreML под iOS).
3. Подтвержденная экспертиза в разработке нативного кода для Android и iOS (kotlin и swift соответственно) для предобработки звука перед передачей его в нейронные сети и работы с нейронов сетью (в iOS предпочтительно использовать векторные вычисления через фреймворк accelerate).
Требования к специалисту:
Senior Critical Skills:
1. Управление скоупом задач
2. Управление изменениями: - коррекция входных требований и ресурсов - информирование заказчика
3. Лидирование сложных переговоров в составе группы: - подготовка переговорной позиции - формирование стратегии Умение продавать: - решение - дэшборд - методологию
4. Подготовка данных на основе большого количества источников
5. Реализация дорожной карты совместно с заказчиком под ключ
6. Python на высоком уровне (понимание механизмов работы с памятью, многопоточность)
7. Техники параллелизации обработки датафреймов
8. pyTorch/TensorFlow - глубокое понимание фреймфорка, мат. аппарата моделей
9. Умение выстраивать сложные микросервисные связки на Docker
10. Глубокое понимание принципов написания микросервисов на Flask
11. Создание системы документации (описание процесса) на сложную информационную систему на ресурсах типа Atlassian Confluence, Atlassian BitBucket, GitHub и т. д.
12. Оборачивание SQL-скрипта, например, в переменные
13. Все что в middle
Senior Other Skills:
1. Проведение Meet-up на уровне ФГ БКС
2. Участие в роли спикера на конференциях
3. Применение эмоционального интеллекта, владение техники манипуляций для ведения переговоров
4. Умение обучать сетки на кастомных данных (pre-training from scratch / domain-based)
5. Pyro - понимание преимуществ и недостатков байесовского подхода к ML, умение адаптировать сети pyTorch под Pyro
6. Способность реализовать сложные системы анализа и мониторинга моделей ML и данных
7. BERT - дообучение, понимание принципов построения модели
8. HTML %20 CSS %20 JS / React — basic level
9. Найм специалистов ниже уровнем
Локация: Только РФ 🌐
#вакансия #data_scientist
Data Scientist Middle
Гражданство: РФ, РБ
Локация: любая
Ставка: до 2000 (включая НДС)
Описание проекта:
Компания разрабатывает продукты, повышающие лояльность покупателей и удобство бизнеса. Отвечают за автоматизацию большинства процессов в компании от бронирования помещений до сложного расчета цен и эквайринговых операций.
Обязательные требования
- Коммерческий опыт работы с рекомендательными системами;
- Опыт работы с ПРОМО ТОВАРАМИ в рекомендательных системах;
- Глубокое понимание RecSys алгоритмов (как базовых, так и DL);
- Знание алгоритмов и метрик для решения задачи ранжирования;
выбор метрик и их обоснование;
- Опыт работы с PyTorch;
- Практическое применение различных моделей бустинга.
Стек технологий:
- ML (Scikit-learn / LightGBM / CatBoost);
- EDA (Pandas / NumPy / SciPy / Plotly);
- RecSys (Implicit / LightFM / SVD / DL models);
- знание технологий из стека: Docker, kubernetes.
Дополнительные требования
- Разработка рекомендательных систем для ритейла;
- Опыт работы с большими данными;
- Практическое использование сервисов YandexCloud или других облачных сервисов;
- Опыт работы с API (flask, fastapi);
- Опыт прогнозирования оптимальной скидки;
- Применение LLM для решения бизнес-задач.
Задачи на проекте
- Разработка рекомендательных систем для ритейла;
- Построение решения для задачи рекомендации промо-товаров и подбору оптимальной скидки;
- Проведение экспериментов в рамках других задач клиентской аналитики;
- Анализ и визуализация данных, выявление закономерности, предоставление результатов;
- Вывод разработанных решений в прод (есть возможность прокачать MLOps).
Data Scientist Middle
Гражданство: РФ, РБ
Локация: любая
Ставка: до 2000 (включая НДС)
Описание проекта:
Компания разрабатывает продукты, повышающие лояльность покупателей и удобство бизнеса. Отвечают за автоматизацию большинства процессов в компании от бронирования помещений до сложного расчета цен и эквайринговых операций.
Обязательные требования
- Коммерческий опыт работы с рекомендательными системами;
- Опыт работы с ПРОМО ТОВАРАМИ в рекомендательных системах;
- Глубокое понимание RecSys алгоритмов (как базовых, так и DL);
- Знание алгоритмов и метрик для решения задачи ранжирования;
выбор метрик и их обоснование;
- Опыт работы с PyTorch;
- Практическое применение различных моделей бустинга.
Стек технологий:
- ML (Scikit-learn / LightGBM / CatBoost);
- EDA (Pandas / NumPy / SciPy / Plotly);
- RecSys (Implicit / LightFM / SVD / DL models);
- знание технологий из стека: Docker, kubernetes.
Дополнительные требования
- Разработка рекомендательных систем для ритейла;
- Опыт работы с большими данными;
- Практическое использование сервисов YandexCloud или других облачных сервисов;
- Опыт работы с API (flask, fastapi);
- Опыт прогнозирования оптимальной скидки;
- Применение LLM для решения бизнес-задач.
Задачи на проекте
- Разработка рекомендательных систем для ритейла;
- Построение решения для задачи рекомендации промо-товаров и подбору оптимальной скидки;
- Проведение экспериментов в рамках других задач клиентской аналитики;
- Анализ и визуализация данных, выявление закономерности, предоставление результатов;
- Вывод разработанных решений в прод (есть возможность прокачать MLOps).
#вакансия #data_scientist
Data Scientist
Проект: Вкусно и точка
Длительность проекта: 6+ мес
Грейд: Middle+/Senior
Локация: Любая
Ставка: 1700 (включая НДС)
Оплата: 50 к.д.
Специалисты: разработчики систем интеллектуального анализа
Задачи:
• выполнение работ с данными (очистка данных, исследование, feature engineering);
• выдвижение и проверка гипотез;
• разработка прогнозных моделей машинного обучения на основе табличных данных;
• разработка систем искусственного интеллекта для задач категоризации текстовых объектов данных;
• разработка систем видеоанализа;
• проведение экспериментов, подбор метрик, валидация моделей и мониторинг их качества;
• дизайн и проведение A\B тестов;
• тестирование ПО;
• разработка документации на разработанное ПО.
Data Scientist
Проект: Вкусно и точка
Длительность проекта: 6+ мес
Грейд: Middle+/Senior
Локация: Любая
Ставка: 1700 (включая НДС)
Оплата: 50 к.д.
Специалисты: разработчики систем интеллектуального анализа
Задачи:
• выполнение работ с данными (очистка данных, исследование, feature engineering);
• выдвижение и проверка гипотез;
• разработка прогнозных моделей машинного обучения на основе табличных данных;
• разработка систем искусственного интеллекта для задач категоризации текстовых объектов данных;
• разработка систем видеоанализа;
• проведение экспериментов, подбор метрик, валидация моделей и мониторинг их качества;
• дизайн и проведение A\B тестов;
• тестирование ПО;
• разработка документации на разработанное ПО.
#вакансия #data_scientist
Data Scientist на проект в крупный ритейл
Грейд: Middle+
Локация: Не имеет значения
Срок привлечения: до конца года + возможна пролонгация
Cфера: Ритейл
Ставка: до1600 р/ч ( с учетом ндс)
Оплата: ежемесячная отсрочка платежа
Требования :
- Профильное образование / наличие сертификатов по специализациям анализа данных и машинного обучения
- Опыт работы в области data science от 4 лет;
- Владение Python (PEP 8);
- Знание стандартных алгоритмов и структур данных;
- Хорошее владение библиотеками для анализа данных, численных методов;
- Умение писать оптимальный по времени и памяти код;
- Свободное владение ООП;
- Работа с данными: SQL на базовом уровне (join, group by);
- Опыт работы с реляционными БД;
- Опыт работы на PySpark (broadcast join и тд, Spark UI);
- Имеет недоверие к данным, проверяет их на корректность перед использованием;
- Знаком с базовой теорией вероятности и статистикой;
- Знаком с понятиями АБ-тестирования и проверкой гипотез;
- Может решать простые задачи по теории вероятности, статистике, логике;
- Знание классических методов ML;
- Знание полного цикла проведения АБ теста;
- Продвинутое владение аппаратом проверки гипотез: - множественная проверка гипотез - параметрические/непараметрические методы - бутстреп;
- Изучение и имплементация продвинутых моделей ML: - байесовские модели/PGM/VBI, RL и прочее;
- Работа с хорошо описанными задачами;
- Построение аналитические отчётов с заданными требованиями;
- Презентация аналитических изысканий, проверенных гипотез и тд;
- Погружение в метрики продукта: - понимание основных метрик продукта и их особенностей - перевод бизнес задач в DS/DA/DE и декомпозиция комплексных бизнес-задач - построение прокси-метрик продукта;
Задачи (Обязанности) :
- Выбор и построение подходящих математических моделей для решения поставленных задач.
- Декомпозиция поставленных задач, определение пути решения, установка сроков решения.
- Проверка гипотез на основе статистических методов.
- Обсуждение выбранных решений с бизнес-заказчиком.
- Написание оптимальных SQL/SPARK-запросов, укладывающихся в SLA.
- Написание переиспользуемого продуктивного кода SQL/Python (а также его оптимизация).
- Использование или создание простых аналитических сервисов (MVP).
- Сode-review.
- Постановка процессов на регулярную основу.
- Настройка мониторинга качества регулярных процессов продукта.
- Участие в формировании ТЗ.
- Менторинг Junior.
Data Scientist на проект в крупный ритейл
Грейд: Middle+
Локация: Не имеет значения
Срок привлечения: до конца года + возможна пролонгация
Cфера: Ритейл
Ставка: до1600 р/ч ( с учетом ндс)
Оплата: ежемесячная отсрочка платежа
Требования :
- Профильное образование / наличие сертификатов по специализациям анализа данных и машинного обучения
- Опыт работы в области data science от 4 лет;
- Владение Python (PEP 8);
- Знание стандартных алгоритмов и структур данных;
- Хорошее владение библиотеками для анализа данных, численных методов;
- Умение писать оптимальный по времени и памяти код;
- Свободное владение ООП;
- Работа с данными: SQL на базовом уровне (join, group by);
- Опыт работы с реляционными БД;
- Опыт работы на PySpark (broadcast join и тд, Spark UI);
- Имеет недоверие к данным, проверяет их на корректность перед использованием;
- Знаком с базовой теорией вероятности и статистикой;
- Знаком с понятиями АБ-тестирования и проверкой гипотез;
- Может решать простые задачи по теории вероятности, статистике, логике;
- Знание классических методов ML;
- Знание полного цикла проведения АБ теста;
- Продвинутое владение аппаратом проверки гипотез: - множественная проверка гипотез - параметрические/непараметрические методы - бутстреп;
- Изучение и имплементация продвинутых моделей ML: - байесовские модели/PGM/VBI, RL и прочее;
- Работа с хорошо описанными задачами;
- Построение аналитические отчётов с заданными требованиями;
- Презентация аналитических изысканий, проверенных гипотез и тд;
- Погружение в метрики продукта: - понимание основных метрик продукта и их особенностей - перевод бизнес задач в DS/DA/DE и декомпозиция комплексных бизнес-задач - построение прокси-метрик продукта;
Задачи (Обязанности) :
- Выбор и построение подходящих математических моделей для решения поставленных задач.
- Декомпозиция поставленных задач, определение пути решения, установка сроков решения.
- Проверка гипотез на основе статистических методов.
- Обсуждение выбранных решений с бизнес-заказчиком.
- Написание оптимальных SQL/SPARK-запросов, укладывающихся в SLA.
- Написание переиспользуемого продуктивного кода SQL/Python (а также его оптимизация).
- Использование или создание простых аналитических сервисов (MVP).
- Сode-review.
- Постановка процессов на регулярную основу.
- Настройка мониторинга качества регулярных процессов продукта.
- Участие в формировании ТЗ.
- Менторинг Junior.