Обязанности:
Задачи и обязанности: Разработка и внедрение моделей машинного обучения; работа с временными рядами, аномалиями, ранжированием и признаками реальных процессов Требования: Опыт работы в data science / machine learning от 2-х лет Глубокое понимание классического машинного обучения: линейные модели, деревья решений, ансамбли, кластеризация, feature engineering Опыт разработки рекомендательных систем: матричная факторизация, контентные и коллаборативные подходы, трансформеры, двухэтапные архитектуры (retrieval + ranking) Уверенный опыт работы с градиентным бустингом (CatBoost, LightGBM, XGBoost) и пониманием их внутренних механизмов Опыт работы с временными рядами Знание теории вероятности, математической статистики и линейной алгебры в прикладном контексте Умение проверять статистические гипотезы, работать с доверительными интервалами, оценивать значимость признаков Понимание принципов валидации моделей на временных данных, борьбы с data leakage и переобучением Знание методов ранжирования, метрик ранжирования (NDCG, MRR, MAP) и метрик оценки рекомендательных систем (HitRate@K, Recall@K, Coverage, Diversity) Понимание подходов к решению проблемы cold-start и работе с bias в рекомендациях Опыт интерпретации моделей Уверенное знание Python на уровне ООП (+ классический набор библиотек: pandas, numpy, scikit-learn, matplotlib/seaborn/plotly) Умение обучать и дообучать модели на GPU Базовые знания SQL и работы с промышленными/реляционными базами данных Понимание специфики промышленного ML: дрейф данных, мониторинг качества Опыт запуска ML в прод — понимание принципов сервинга моделей: Docker, Kubernetes, базовое понимание CI/CD Желание глубоко погрузиться в доменную область Будет преимуществом: Знакомство с MLOps-инструментами: MLflow, DVC, Kubeflow, KServe Опыт взаимодействия с инженерами, технологами и продукт-командой, умение переводить бизнес-требования в ML-задачи Опыт проведения A/B-тестов и дизайна экспериментов для оценки эффективности моделей Мы предлагаем: Работу в команде экспертов. Широкий технологический стек, сотни проектов. Гибкий график работы, который позволяет высыпаться и выделять время на хобби. Льготы и меры господдержки, предусмотренные для IT-компаний (аккредитованы Минцифры*). Возможность разрабатывать IT-решения для разных отраслей, пробовать новые технологии. У нас выстроены процессы удаленной работы, при этом есть просторные офисы с зонами коворкинга, где можно с комфортом пообщаться, поиграть в настолки или в тишине обдумать рабочие задачи. Возможность прокачаться во всех интересующих направлениях. Развитую систему наставничества, сертификацию за счёт компании, участие в конференциях, изучение английского языка. Активный обмен опытом, внутренние и внешние митапы по разработке, хакатоны, доклады по развитию hard и soft skills. 50+ клубов по интересам и профессиональных сообществ внутри компании. Уютный мерч. Полный соцпакет и «белую» зарплату. Корпоративную базу знаний и социальную сеть для удобства общения с каждым из 1500+ сотрудников. Гибкую систему бонусов, которая настраивается под индивидуальные потребности: различные уровни ДМС, оплата обучения и занятий любыми видами спорта. Заботу о ментальном здоровье: онлайн-консультации с психологом. * Решение Министерства цифрового развития, связи и массовых коммуникаций РФ о предоставлении государственной аккредитации организации, осуществляющей деятельность в области информационных технологий от 10.03.2022 №АО-20220309-3771014210-3Похожие вакансии