Data Scientist
Требования
Местоположение и тип занятости
Компания
Описание вакансии
Условия работы
Дорогой кандидат, мы - динамично растущая команда экспертов в области построения рекомендательных систем.
Наша главная цель - построить современную, масштабируемую платформу, которая будет постоянно предвосхищать и превосходить ожидания пользователей, предоставляя им персонализированный и релевантный контент на всем клиентском пути в экосистеме Сбер. Наша платформа будет обслуживать широкий круг потребителей и строить персональные рекомендации во всех сферах бизнеса, таких как музыка, фильмы, онлайн торговля, медицина, логистика и многих других, которые присутствуют в быстро растущей экосистеме. Если ты мечтаешь поучаствовать в создании такой рекомендательной системы, то тебе к нам!
Одна из самых сложных и интересных задач это найти скрытые закономерности в многообразии входных данных, преобразовать их к виду и форме, который обеспечит максимально точную и быструю работу алгоритма или их ансамблей, подобрать правильные гипер-параметры работы аналитики с целью получить лучшие по качеству рекомендации.
Мы ищем математиков и специалистов в области анализа данных, которые будут участвовать в качественном улучшении существующих и создании новых алгоритмов классического и глубокого обучения, формировать подходы к предварительной обработке входных данных, создавать и тестировать рабочие прототипы, выдвигать и проверять гипотезы по улучшению качества работы рекомендаций. У тебя будет возможность исследовать современные статьи по рекомендациям, общаться с академическими институтами, участвовать в конференциях, в международных соревнованиях по рекомендациям и переводить магию формул в работающий код платформы.
Что для нас важно:
- Практический опыт полного цикла решения ML задачи: предобработка данных, выбор алгоритмов и тюнинг их параметров, оценка качества моделей, визуализация;
- Знание математики (линейная алгебра, мат. статистика, методы оптимизации);
- Опыт работы с Python библиотеками для DL (PyTorch / TensorFlow), ML (Scikit-learn / XGBoost / CatBoost) и анализа данных (Pandas / NumPy / SciPy).
Будет плюсом:
- Участие в Kaggle;
- Опыт в области рекомендательных систем;
- Опыт работы с Big Data;
- Опыт работы со Spark и Scala.