Data Scientist

Навыки: Python, PostgreSQL, Машинное обучение, PyTorch, Обработка естественного языка, Математическое моделирование, NumPy, CI/CD, Git. Квалификация: Senior. Специализации: Ученый по данным. Мы расширяем команду ETA/RTA 2ГИС и ищем Data Scientist-а уровня Middle или Senior. Команда ETA/RTA 2ГИС применяет анализ данных и машинное обучение для задач навигации и геоаналитики. Мы определяем, где на дорогах находятся пробки, прогнозируем время в пути для автомобилей и общественного транспорта, а также помогаем пользователям видеть местоположение друзей на карте. ## Почему это интересно? - Настоящий highload. Каждый день мы обрабатываем миллиарды GPS-точек и предсказываем время в пути для миллионов маршрутов; - Научный подход. В основе каждого улучшения лежит анализ данных, эксперименты и A/B-тесты; - Реальные результаты. Вы увидите плоды своей работы прямо в приложении 2ГИС: пробки, маршруты, предсказания времени прибытия транспорта, друзья на карте. ## Чем предстоит заниматься? - Делать работу навигатора более персонализированной; - Разрабатывать алгоритмы трекинга и предсказания движения пользователей на основе их исторических данных; - Исследовать возможности улучшения качества геоданных и маршрутизации; - Разрабатывать и запускать ML-модели в проде (от идеи до сервиса в Kubernetes); - Анализировать различные источники данных в компании; - Разрабатывать метрики, проводить A/B-тесты и визуализировать результаты в дашбордах. ## Что важно для нас? - Опыт работы в Data Science от 3 лет; - Отличное знание Python и SQL (работаем со Spark SQL); - Хорошее понимание математической статистики и классического ML; - Опыт работы с Pandas, NumPy, Scikit-learn, XGBoost, LightGBM; - Умение визуализировать данные (Plotly, Dash, Folium, Leaflet); - Опыт работы с инструментами CI/CD (Git, Jenkins, GitLab); - Навыки оптимизации кода по памяти и времени выполнения; - Опыт работы с Docker и контейнеризацией. ## Будет плюсом - Знание асинхронного программирования в Python; - Опыт работы с Kubernetes, Prometheus, Grafana, Kafka; - Опыт анализа геоданных, временных рядов, графов; - Проведение A/B-тестов и анализ их результатов; - Участие в ML-соревнованиях (Kaggle, Boosters.pro и т. д.). ## Почему у нас классно? - Мы аккредитованная IT — компания. - У нас можно работать удалённо. Для нас важен специалист, а не его локация. Если хочешь работать в гибридном формате, у нас есть офисы в Москве, Санкт-Петербурге, два классных офиса в Новосибирске. Нет дресс-кода и строгого графика: главное, чтобы было удобно тебе и команде. - Используем современные технологии и любим о них говорить: выступаем на конференциях и сами их организуем. - Стараемся регулярно устраивать тимбилдинги, так как считаем, что хорошие отношения — залог продуктивной работы.