Обязанности: Анализ архивов данных диагностики оборудования с применением методов машинного обучения. Разработка и верификация моделей диагностирования оборудования (обнаружение аномалий, прогноз развития состояние) на основе анализа эксплуатационной, проектной, конструкторской и иной документации, для последующей интеграции их в специализированное программное обеспечение. Построение математических моделей, разработка алгоритмов и методик анализа данных. Анализ текущих условий эксплуатации оборудования и анализ результатов работы системы предиктивной аналитики с точки зрения заблаговременного определения отклонений в условиях эксплуатации контролируемого оборудования. Визуализация и представление результатов в виде отчетного/презентационного материала, документирование результатов анализа данных и разработки моделей. Требования: Опыт работы от 2 лет; Высшее математическое/инженерно-техническое образование; Опыт в анализе данных и машинном обучении; Опыт построения математических моделей: нейронные сети, регрессии, модели кластеризации и классификации; Знание прикладной статистики, теории анализа временных рядов и методов цифровой обработки сигналов; Знание и понимание алгоритмов машинного обучения, а также практический опыт работы с ними; Знание технического английского (приветствуется). Уверенное владение Python (в т.ч. библиотеки Pandas, Numpy, Scipy, Statsmodels, Scikit-Learn, Matplotlib), знание фреймворков глубокого обучения (Keras, Tensorflow); Навыки ведения проектов в Git; Опыт работы с Linux; Условия: Оформление по ТК РФ; Оплата обучения; Комфортный офис, 8 минут пешком от м. Перово.
Договорная
Москва. Станции метро: Перово
КБ Уральский банк реконструкции и развития (УБРиР)