← К каталогу
МА

Марс

Специалист по машинному обучению и аналитике данных/Data Scientist

ГибридУровень не указанМосква, Россия1 ч назад
СИГНАЛ JOBRADAR75/100Нормальный сигнал актуальности
ПАСПОРТ ВАКАНСИИ

Что JobRadar наблюдает сейчас

Балл строится только на фактах из источников: свежести подтверждения, возрасте записи и происхождении вакансии. Это не гарантия найма и не оценка работодателя.

Последнее подтверждение28 мин. назад
Впервые замечена1 ч назад
Активные источники1 источник
ПроисхождениеПубличный источник
О ВАКАНСИИ

Описание вакансии

Мы ищем Data science инженера в нашу команду. Ключевая задача — обучение предсказательных и оптимизационных моделей для различных сфер нашего бизнеса.

Что вы будете делать:

  • Проектировать и реализовывать высоконагруженные алгоритмы прогнозирования спроса и анализа рыночных сигналов, а также применять оптимизационные методы
  • Анализировать внутренние данные компании для оптимизации и совершенствования процессов и бизнес-стратегий
  • Проводить оценку эффективности и точности новых источников данных и методов сбора данных
  • Создавать другие ML-based сервисы, направленные на улучшение точности прогнозирования, оптимизации костов, увеличение прибыли

Если вы умеете находить инсайты, строить ML-модели и уверенно взаимодействуете с бизнесом и ИТ-командами - присоединяйтесь!

Задачи:

  • Сбор, очистка и подготовка данных из различных источников для дальнейшего анализа.
  • Проведение первичного анализа данных: выявление закономерностей и аномалий, создание визуализаций.
  • Разработка и внедрение моделей машинного обучения (включая регрессию, классификацию и кластеризацию), особый фокус на разработку моделей, связанных с временными рядами.
  • Разработка оптимизатора, основанного на линейной и смешанно-целочисленной оптимизации, LP, MILP
  • Оценка качества моделей, настройка гиперпараметров и проведение кросс-валидации.
  • Участие в интеграции моделей в бизнес-процессы компании.
  • Подготовка аналитических отчетов.
  • Эффективное взаимодействие с представителями бизнеса и техническими командами.
  • Улучшение текущих подходов и изучение новых инструментов и алгоритмов.

Мы ожидаем:

  • Знание современных алгоритмов машинного обучения и оптимизации;
  • математическая статистика и основы машинного обучения: линейные модели, Random Forest, LSTM;
  • работа с временными рядами: очистка, прогнозирование, кросс-валидация; библиотеки градиентного бустинга: XGBoost, LightGBM, CatBoost;
  • глубокое обучение для временных рядов: LSTM, Prophet, DeepAR;
  • методы дискретной…

Здесь показан очищенный фрагмент описания из источника. Полные условия и актуальность вакансии проверьте на странице работодателя.

ИсточникHeadHunter / Data Scientist / RU