Дата-сайентист / ML-инженер (моделирование данных)

Что предстоит делать

Мы делаем автомобили доступными. Если тебе интересна стремительно растущая отрасль автолизинга – мы поможем тебе стать частью будущего нашей большой компании! О команде: • Молодая и дружная команда амбициозных специалистов (21 человек); • Система наставничества (за каждым сотрудником закрепляется старший сотрудник); • Занимаемся реальными задачами по анализу и развитию продуктов бизнеса; • Команда функционально разделена на 4 трека: • Аналитика данных (DA) - те, кто проверяют гипотезы ; • Моделирование данных (DS) - те, кто делают ML модели (ждём тебя именно сюда!); • Инженерия машинного обучения (MLE) - те, кто ML модели интегрирует; • Инженерия данных (DE) - те, кто обеспечивает данными. • Все задачи проходят валидацию на адекватность и логичность.

• Самостоятельная разработка, обучение, валидация и интерпретация моделей машинного обучения для решения бизнес-задач;
• Самостоятельный выбор подходов к анализу данных, моделированию и оценке качества решений;
• Проведение сложных аналитических исследований, статистического анализа и проверки гипотез;
• Решение задач, связанных с анализом неструктурированных данных, включая текстовые;
• Самостоятельная декомпозиция бизнес-задач в аналитические постановки;
• Сбор, уточнение и анализ требований бизнес-заказчиков;
• Самостоятельное планирование и реализация аналитических задач;
• Подготовка решений к промышленному внедрению совместно со смежными командами;
• Наставничество и экспертная поддержка менее опытных сотрудников;
• Применение современных AI-инструментов для решения аналитических задач.

Что ждём от вас

• От 1-ого года опыта в области анализа данных, машинного обучения, математического моделирования;
• Машинное обучение и аналитика:
• Уверенные знания в области анализа данных, математической статистики и машинного обучения;
• Опыт полного цикла разрfботки моделей классификации, регрессии и кластеризации: подготовка данных, обучение, валидация и интерпретация результатов;
• Понимание метрик качества моделей, методов подбора гиперпараметров и интерпретации моделей;
• Уверенное владение Python и библиотеками Pandas, NumPy, Scikit-learn, CatBoost/XGBoost/LightGBM, SciPy;
• Навыки проведения EDA, проверки статистических гипотез и работы с текстовыми данными.
• 2.Работа с данными и разработка:
• Уверенное владение SQL, опыт работы с PostgreSQL или MS SQL Server;
• Навыки сбора, очистки, преобразования и подготовки данных для моделирования;
• Понимание принципов воспроизводимой разработки, опыт работы с Git, VS Code и Jupyter.
• 3.Бизнес-взаимодействие:
• Умение переводить бизнес-задачи в аналитические и математические постановки;
• Способность самостоятельно планировать и реализовывать аналитические проекты;
• Опыт сбора требований, согласования подходов и презентации результатов бизнес-заказчикам;
• Навыки наставничества и экспертной поддержки коллег.

Что предлагаем