← К каталогу
КО

Комос Групп

Инженер по машинному обучению/Центр компетенций в сфере искусственного интеллекта

ОфисУровень не указанИжевск, Россия2 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 подтверждение18 мин. назад
Впервые замечена2 ч назад
Активные источники1 источник
ПроисхождениеПубличный источник
О ВАКАНСИИ

Описание вакансии

Обязанности:

  • Анализировать бизнес-задачи и формулировать их как задачи машинного обучения с измеримыми критериями качества
  • Подготавливать и исследовать данные: очистка, преобразование, анализ качества, построение признаков и формирование обучающих выборок
  • Разрабатывать, обучать и сравнивать модели для задач классификации, регрессии, прогнозирования и анализа временных рядов
  • Выбирать метрики, строить baseline-решения, проводить валидацию, эксперименты и интерпретацию результатов
  • Доводить модели от прототипа до использования в бизнес-процессе: пакетный расчет, сервис/API либо интеграция с прикладной системой
  • Участвовать в построении воспроизводимых ML-пайплайнов, версионировании кода и моделей, контейнеризации и автоматизации запуска
  • Контролировать качество моделей после внедрения, анализировать деградацию качества и инициировать переобучение при необходимости
  • Документировать решения и взаимодействовать с инженерами данных, разработчиками, аналитиками и владельцами бизнес-процессов

Требования:

  • Высшее образование
  • Опыт 2–4 года в ML/Data Science. Python, pandas (возможно), PyTorch/TensorFlow. Опыт построения, обучения и оценки моделей
  • Опыт работы с табличными данными, временными рядами, классификацией/прогнозированием. SQL, Git,
  • Базовое понимание Docker и API
  • Умение доводить модель от эксперимента до использования в бизнес-процессе
  • Понимание обучения и валидации моделей, feature engineering, подбора метрик, борьбы с переобучением, интерпретации результатов и сравнения экспериментов
  • Уверенный SQL; опыт работы с табличными данными и временными рядами, понимание качества данных и влияния исходных данных на результат модели
  • Базовое понимание REST API, Docker, Git и принципов развертывания моделей Способность подготовить модель к использованию в прикладном сервисе или бизнес-процессе
  • Умение переводить бизнес-потребность в техническую постановку, выбирать достаточную сложность решения и оценивать практический эффект…

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

ИсточникHeadHunter / Data Scientist / RU