Data Scientist

Что делать

• Разрабатывать, внедрять и оптимизировать классические ML-модели (регрессия, классификация, ансамбли и др.).
• Подготавливать и обрабатывать данные, строить пайплайны для обучения и тестирования.
• Интегрировать модели в существующую инфраструктуру.
• Оптимизировать производительность и масштабируемость решений.

Требования

• Уверенное владение Python для промышленной разработки.
• Опыт работы с PySpark SQL для обработки больших данных.
• Глубокие знания классических методов машинного обучения.
• Понимание принципов построения производственных ML-систем (MLOps-практики, работа с пайплайнами).
• Опыт работы с реляционными базами данных и написания SQL-запросов.
• Опыт в области NLP (предобработка текстов, векторизация, классификация текстов, topic modeling) желателен.
• Базовые знания и практический опыт применения методов Deep Learning (TensorFlow, PyTorch).
• Навыки оптимизации вычислительных нагрузок.
• Умение работать в команде и взаимодействовать с аналитиками, инженерами данных и продакт-менеджерами.
• Системное мышление, внимание к деталям, умение предлагать практичные решения.

Условия

• Стабильная работа в одном из крупнейших банков страны.
• Сильное DS Community, большое разнообразие рабочих и внерабочих активностей.
• Конкурентная заработная плата, соцпакет.
• Условия для роста и развития (в т.ч. конференции, тренинги, внутренние программы развития).
• Дружный коллектив единомышленников (все специалисты, занимающиеся машинным обучением, объединены одним департаментом для максимально плотного и продуктивного обмена знаниями).
• Передовой стек технологий, высокопроизводительное оборудование.
• Возможность решать разнообразные прикладные задачи с выводом в промышленную эксплуатацию, возможность существенно влиять на результат (в т.ч. в бизнес-смысле) и способы его достижения (вплоть до внесения изменений в архитектуру).
• Квартальный бонус по результатам работы.
• ДМС, страхование жизни.
• Корпоративное обучение.