Data Scientist

Чем предстоит заниматься

В рамках данной позиции вам предстоит участвовать в разработке offline и real-time сервисов на основе ML-решений, а именно:

• Анализировать и понимать данные, включая проверку логики и очистку от выбросов по мере необходимости.
• Разрабатывать real-time ML based-сервисы.
• Заниматься feature engineering с использованием различных техник подготовки, трансформации, нормализации или генерации признаков.
• Проводить обучение моделей и оценку их производительности.
• Отвечать за мониторинг и обслуживание моделей — после готовности модели наша задача заключается в мониторинге её метрик для понимания, когда следует вмешаться и переобучить модель.
• Писать документацию к моделям.

Ожидания

• Уверенное владение Python и SQL (классический аналитический стек + ML).
• Коммерческий опыт в Data Science от 3 лет.
• Опыт с лучшими практиками разработки программного обеспечения, включая контроль версий, тестирование и непрерывную интеграцию.
• Опыт работы с ML: Scikit-learn, CatBoost/XGBoost, PyTorch или TensorFlow.
• Понимание жизненного цикла ML-моделей.
• Умение оборачивать решения в микросервис (FastAPI, Docker).
• Умение работать с оркестрацией ML-пайплайнов (например, Airflow).
• Проактивный подход к поставленным задачам и нахождению решений.
• Хорошее владение математическим аппаратом.

Будет плюсом:

• Опыт разработки микросервисов на Python.
• Опыт внедрения решений машинного обучения на всех этапах: от обучения до развертывания в производственной среде.
• Продуктовый опыт решения NLP задач или ML/DL решения задач прогнозирования LTV.

Мы предлагаем

• Конкурентоспособную заработную плату.
• Возможность работать удалённо из любой точки мира.
• Оформление в штат компании и не только.
• Возможность получать ЗП в любой валюте.
• Плавающее начало дня, 8-часовой рабочий день.
• Возможность профессионального роста и обучения.
• Работу в динамичной и дружелюбной команде (7 человек).
• Современные инструменты и технологии для работы.
• Гибкие методологии разработки — работа по методологиям Agile, в том числе спринты и регулярные встречи для планирования и ретроспективы.