О позиции
Компания SPBDev ищет Senior Data Scientist для работы над проектами в области машинного обучения. Ваша задача будет заключаться в разработке программного кода и архитектуры систем, использующих ML. Вы будете работать в удаленном формате, что позволяет гибко управлять своим временем.
Чем вы будете заниматься
- Разработка кода и тестов на Python, участие в командной разработке и код-ревью.
- Разработка архитектуры систем, использующих машинное обучение.
- Подготовка данных для моделирования: получение и очистка данных.
- Расчет результатов A/B-тестов и дизайн A/B-тестов.
- Построение моделей машинного обучения и разворачивание моделей в контуре h5 (Hadoop/K8s/Airflow).
- Оптимизация SQL-запросов и работа с Spark.
- Контроль соответствия результатов работы менеджеров по работе с большими данными в релизах продуктов.
- Формирование требований к данным для разработки математических моделей.
Требования
- Глубокое понимание алгоритмов и структур данных, включая оценку сложности алгоритмов.
- Знание ML-алгоритмов, включая SOTA-методы, и умение адаптировать их для решения задач.
- Опыт работы с MLOps, включая мониторинг работы моделей и качество данных.
- Способность разрабатывать архитектуру отдельных компонентов ПО с учетом простоты и поддерживаемости.
- Промышленный опыт работы с несколькими системами и знание их внутреннего устройства.
Будет плюсом
- Знакомство с менее распространенными методами машинного обучения, такими как байесовские модели и RL.
- Опыт работы с большими данными и их анализом.
- Знание английского языка на техническом уровне.
Что мы предлагаем
- Конкурентная зарплата от 250 000 до 350 000 рублей в месяц.
- Удаленная работа с гибким графиком.
- Возможности для профессионального роста и обучения.
- Участие в интересных проектах с использованием современных технологий.
- Дружелюбная команда и поддержка в развитии.
Вакансия предлагает интересные задачи в области машинного обучения с конкурентной зарплатой. Однако, описание вакансии может быть более структурированным и подробным.
Кто здесь добьётся успеха
Глубокие знания Python и опыт работы с библиотеками для машинного обучения, такими как TensorFlow и scikit-learn, для эффективной разработки ML-архитектуры.
Способность к самоуправлению и высокой продуктивности в удаленном формате, что позволяет эффективно организовывать свое время и задачи в условиях гибкого рабочего графика.
Опыт работы с инструментами для обработки больших данных, такими как Hadoop и Airflow, а также умение разрабатывать и оптимизировать A/B тесты для оценки моделей.
Ресурсы для обучения
Карьерный путь
Обзор рынка
Навыки и требования
Тренды отрасли
Новости Data Science
Загружаем новости отрасли...
Ищем релевантные статьи за последние 6 месяцев