Data Science

Для расширения нашей команды Data Science мы ищем как опытных, так и начинающих data scientists, которым интересно применять математические модели и статистику для решения бизнес-задач в промышленности.

Наши модели уже сейчас приносят пользу бизнесу, например:

1. 1. Мы предсказываем поломки оборудования на Стане-2000;
2. 2. Мы рекомендуем оптимальные режимы обжиговых машин для увеличения качества нашей продукции;
3. 3. Мы умеем детектировать брак на стальном листе, используя данные с видеокамер.

У нас ты будешь работать с современным стеком технологий на высокопроизводительном кластере и видеть, как твои модели напрямую влияют на производственный процесс крупного предприятия.

В твои обязанности будет входить:

• Применение алгоритмов машинного обучения для решения поставленных бизнес-задач;
• Сбор данных из внутренних баз данных и работа с внешними источниками информации;
• Взаимодействие с заказчиком в процессе реализации задачи;
• Подготовка аналитических отчетов;
• Презентация финального продукта заказчику.

Тебе нужно уметь:

• Программировать на языке Python;
• Мы ожидаем, что ты хорошо знаешь numpy, pandas, matplotlib, scikit-learn, xgboost/lightgbm. Также желательно знать tensorflow/pytorch и PySpark;
• Писать SQL-запросы средней сложности;
• Подбирать предпосылки и алгоритм машинного обучения, соответствующие поставленной бизнес-задаче.

Тебе нужно знать:

• Теорию вероятности и математическую статистику;
• Алгоритмы машинного обучения (линейная регрессия, логистическая регрессия, деревья решений, random forest, gradient tree boosting, нейронные сети);
• Приветствуется успешное участие в чемпионатах по машинному обучению (например, Kaggle).

Мы предлагаем:

• Работу в профессиональной команде, которая готова делиться знаниями и опытом;
• Офис на м. Войковская или МЦК Балтийская;
• График работы 5/2 (40 часов в неделю), гибкое начало дня;
• Официальное трудоустройство;
• Корпоративную мобильную связь, медицинскую страховку и страхование жизни;
• Современное рабочее пространство и уютные зоны отдыха;
• Спортзал и велопарковку;
• Оплату дистанционных курсов и участия в профессиональных конференциях.