Более 300 человек в Тюменском и Московском центрах разработки принимают активное участие в проектах компании, направленных на разработку наших внутренних ERP систем, приложений, интернет-магазинов. Ищем специалиста Data Science и Machine Learning для решения задач в области DIY ритейла, е-commerce для крупной компании с развитой сетью филиалов.
Чем предстоит заниматься:
извлечение сырых данных, написание запросов к разнородным СУБД;
обработка данных – очистка, обогащение, проверка качества;
построение моделей машинного обучения (прогноз, классификация, кластеризация и т.п.);
внедрение построенных моделей в виде интеллектуального компонента для микросервисов, выполняющих бизнес-задачи;
выявление закономерностей в данных и описание их в виде аналитических отчетов;
интеграция готовых моделей в реальные сервисы и приложения;
ускорение работы моделей, снижение нагрузки на серверы и оптимизация потребления ресурсов;
обеспечение непрерывной работы моделей, контроль качества, автоматическое обновление на основе новых данных.
Что мы предлагаем:
стабильная «белая» заработная плата;
аккредитованная ИТ-компания;
график 5/2;
мощная техника для работы;
оформление в штат компании с первого рабочего дня по ТК РФ;
бонусы от компании: юридическая помощь, компенсация детского сада, скидки для сотрудников;
система адаптации и наставничества на период испытательного срока (3 месяца);
возможность посещать конференции, митапы и другие мероприятия за счет компании;
комфортный офис: удобные переговорки, слип-боксы, кофе-зоны, PS5, настольный футбол и теннис;
насыщенная корпоративная культура: праздничные мероприятия, тимбилдинги, кибертурниры, спортивные мероприятия, дни настольных игр.
Что для нас важно:
высшее образование в IT-сфере;
знание математической статистики, теории вероятностей, основ математического анализа и векторной алгебры;
знание Python;
знание SQL;
знание основных моделей машинного обучения (для прогнозирования, классификации, кластеризации);
опыт работы в данной сфере - 1 год и более.
Будет плюсом:
знание нейросетевых моделей и фреймворков (для работы с текстовыми данными, изображениями, видео, аудио);
наличие выполненных проектов по машинному обучению (проекты на GitHub, аккаунт в kaggle, научные или популярные публикации, участие в других конкурсах);