Data Scientist

Задачи

• Формулировать и проверять гипотезы, проводить прикладные исследования (R&D) для решения продуктовых и бизнес-задач
• Собирать, валидировать и очищать данные, разрабатывать и отбирать признаки (Feature Engineering) для построения ML-моделей
• Разрабатывать, обучать, валидировать и оптимизировать модели машинного обучения
• Выбирать подходящие метрики и методы валидации, оценивать качество моделей и рассчитывать бизнес-эффект от их внедрения
• Подготавливать модели к выводу в production и отслеживать их качество и стабильность после внедрения

Требования

• Уверенное владение Python для анализа данных: опыт работы с NumPy, Pandas, Scikit-learn, умение писать чистый и воспроизводимый код
• Сильные навыки SQL: самостоятельная подготовка сложных выборок, работа с JOIN, оконными функциями, агрегациями и оптимизацией ресурсоемких запросов
• Глубокое понимание классических алгоритмов машинного обучения, метрик качества и методов валидации моделей
• Сильная математическая база: линейная алгебра, теория вероятностей и математическая статистика
• Будет преимуществом опыт подготовки ML-моделей к внедрению в production и понимание основ MLOps: Docker, Git, CI/CD, ML-пайплайны. Также базовый опыт работы с фреймворками глубокого обучения: PyTorch или TensorFlow, навыки распределенной обработки данных с использованием Spark / PySpark, опыт программирования на C/C++

Бенефиты

• Highload-продукты, обрабатывающие десятки тысяч запросов в секунду и работающие на аудиторию 100M+ пользователей по всему миру
• Медицинская страховка в странах присутствия компании
• Годовой бюджет $2 000 после испытательного срока на медицинское страхование, изучение языков и занятия спортом
• Частичная компенсация профессионального обучения, курсов и участия в профильных конференциях
• Доступ к корпоративной электронной библиотеке
• Еженедельные онлайн-консультации с психологом за счет компании
• Возможность релокации в страны присутствия офисов компании с релокационной поддержкой после ИС