Аналитик данных / Дата инженер

НИИ «ВОСХОД» — мультисервисный партнер государства в области информационных технологий с 1972 года. Мы создаем инновационные ИТ-решения для органов власти, внедряем и развиваем новые форматы эффективного взаимодействия между государством и обществом. Институт специализируется на разработке и эксплуатации информационных систем, услугах в области информационной безопасности (в том числе создании средств криптографической защиты информации), а также разработке и развитии ИТ-архитектуры современных информационных систем и цифровых платформенных решений. НИИ «ВОСХОД» включен в реестр аккредитованных ИТ-компаний и организаций оборонно-промышленного комплекса. Обязанности: Исследование закономерностей и аномалий в данных, проверка гипотез. Разработка аналитических моделей, DL-моделей, методологий проведения анализа. Подготовка инсайтов, прогнозов, кластеризаций, классификаций, регрессий, представлений с понижением размерностей, презентаций для руководства Участие в проектировании дэшбордов, визуализаций, отчётов. Участие в формировании функциональных требований, требований к качеству данных. Требования: Высшее (предпочтительно техническое образование). От 5 лет на позиции Data Analyst или от 3 лет на позиции Data Scientist. Хорошее понимание профильных текстов на английском языке. Коммуникабельность, обязательность, систематичность, стремление достигать конструктивных отношений с внутренними и внешними коллегами, опыт управления ожиданиями заказчиков. Знакомство с методологиями управления проектами Kanban, Scrum. Опыт сбора и анализа потребностей заказчиков, подготовки спецификаций требований, проектирования и описания логического дизайна ПО. Знакомство с методологиями и нотациями моделирования: BPMN2, C4, UML, ER. Опыт коммуникации с прикладными аналитиками, архитекторами, инженерами данных, системными аналитиками, разработчиками. Опыт применения математического моделирования, математической статистики, методов оптимизации, методов глубокого машинного обучения , методов майнинга знаний (knowledge mining) в прикладных задачах для исследования данных, проверки гипотез, изучения закономерностей, выявления аномалий, подготовки моделей, методологий анализа данных, инсайтов, прогнозов, кластеризаций, регрессий, представлений с понижением размерностей, графовых представлений данных, презентаций для руководства, проектирования дэшбордов, визуализаций, отчётов. Понимание различных моделей данных: плоская, реляционная, размерностная, объектная, сетевая. Опыт формирования требований к качеству данных, для получения релевантных задачам аналитических результатов. Опыт проведения тестирования и валидации разработанных ML-продуктов, контроль актуальности их обучения, инициация дополнительного обучения, понимание необходимых метрик качества моделей, оптимизация моделей. Опыт работы с промышленным контуром платформ обработки данных, процессами CI/CD. Практический опыт и развитые навыки использования технологий: MinIO, SQL, Python, PyTourch, Uber H3, SqlAlchemy, Psycopg2, Pandas, GeoPandas, PyProj, NumPy, SciPy, Scikit-learn, PySAL, GDAL, Matplotlib, Plotly, Plotly Dash, Scala, Spark, PostgreSQL, ClickHouse, MLFlow, GitLab, Confluence, Redmine. Приветствуется: Опыт использования данных сотовых операторов, пространственных данных (геоданных), картографических слоёв для оценки качества, выявления зависимостей, аномалий, построения промышленных DL-моделей. Знакомство с технологиями: JupyterLab, TensorFlow, JAX, Keras, Parquet, JSON, GeoJSON, Shapefile, CSV, PostGIS, PostgREST, Kubernetes, Docker. Хорошее понимание концепций микросервисной архитектуры, озера данных, хранилища данных, витрин данных, нормализации данных. Кругозор в современных инструментах исследования данных, понимание их сильных и слабых сторон. Условия: Стабильную и конкурентоспособную заработную плату; Оформление по ТК РФ; Комфортный, просторный офис (м. Проспект Вернадского/м. Мичуринский проспект); Бесплатная охраняемая парковка на территории офиса. Спортивный зал в офисе; Возможность гибридного графика работы.