О позиции
Мы ищем стажера Data Scientist для работы в команде прогнозирования спроса в компании X5 Tech. Эта позиция предлагает уникальную возможность погрузиться в мир анализа данных и машинного обучения, а также стать частью динамичной команды, работающей над важными проектами в сфере ритейла.
Чем вы будете заниматься
- Работа с данными: очистка, обработка пропусков и базовое feature engineering.
- Применение методов машинного обучения для анализа данных и прогнозирования.
- Использование Python и библиотек, таких как pandas, numpy, matplotlib и seaborn для визуализации данных.
- Проведение статистических тестов и анализ результатов.
- Создание SQL-запросов для извлечения данных из баз данных.
- Участие в разработке моделей прогнозирования спроса.
Требования
- Хорошее понимание математики и статистики: вероятность, распределения, матожидание, дисперсия, корреляция, регрессия.
- Уверенные знания Python: базовый синтаксис, функции, классы, опыт работы с библиотеками pandas, numpy, matplotlib и seaborn.
- Понимание основ машинного обучения: supervised и unsupervised learning, overfitting, bias-variance tradeoff, метрики качества моделей.
- Базовое понимание временных рядов: тренд, сезонность, лаги, скользящие средние.
- Умение работать с SQL на уровне простых и средних запросов (SELECT, JOIN, GROUP BY).
Будет плюсом
- Опыт работы с большими данными.
- Знание дополнительных языков программирования.
- Опыт работы в команде над проектами в области анализа данных.
Что мы предлагаем
- Конкурентоспособная зарплата и возможность профессионального роста.
- Гибкий график работы и возможность удаленной работы.
- Доступ к современным инструментам и технологиям.
- Участие в интересных проектах и возможность влиять на бизнес-процессы.
- Дружелюбная атмосфера и поддержка коллег.
Вакансия предлагает интересные возможности для стажеров, но требует достаточно высоких знаний в области статистики и программирования. Зарплата находится в пределах рыночных стандартов для стажировок.
Кто здесь добьётся успеха
Глубокое понимание библиотек Python, таких как Pandas и NumPy, для эффективной обработки и анализа данных.
Способность к самоорганизации и управлению временем, чтобы успешно справляться с задачами в удаленном или гибридном режиме работы.
Стремление к обучению и применению методов машинного обучения, таких как линейная регрессия и кластеризация, для решения реальных задач в ритейле.
Ресурсы для обучения
Карьерный путь
Обзор рынка
Навыки и требования
Тренды отрасли
Новости RetailTech
Загружаем новости отрасли...
Ищем релевантные статьи за последние 6 месяцев