Middle Data Scientist

Что предстоит делать

<p>Мы ищем <strong>Middle Data Scientist</strong> с сильным практическим опытом работы с временными рядами, глубоким обучением и разработкой на Python.</p><p>Эта роль хорошо подойдёт специалисту с <strong>более чем 3-летним профессиональным опытом в Data Science или Machine Learning</strong>, глубоким пониманием нейронных сетей и практическим опытом разработки прогнозных моделей для временных рядов и табличных данных.</p><p>Мы ожидаем уверенного знания различных архитектур нейронных сетей, включая рекуррентные и свёрточные сети, а также практического опыта проектирования, обучения, настройки, валидации и развёртывания моделей.</p><p><strong>Сильные навыки программирования на Python</strong> обязательны для этой позиции. Вы также должны уверенно работать со статистикой, анализом данных и кодом Data Science, ориентированным на production.</p><p> </p><p><strong>Над чем вам предстоит работать:</strong></p><ul><li>Проводить разведочный анализ данных и готовить статистические сводки для проверки гипотез и принятия решений на основе данных.</li><li>Создавать пайплайны подготовки данных и feature engineering, используемые прогнозными моделями.</li><li>Проектировать и реализовывать подходы к прогнозному моделированию.</li><li>Непрерывно анализировать и улучшать модели, уже работающие в production.</li><li>Активно участвовать в разработке на Python, связанной со сквозной поставкой ML-моделей, и поддерживать внутренние библиотеки, связанные с <nobr>ML</nobr>.</li><li>Настраивать функции потерь, метрики оценки, веса образцов, гиперпараметры и другие компоненты модели для повышения её качества.</li><li>Готовить подробные отчёты об оценке моделей, обобщать результаты и доносить практические выводы до стейкхолдеров.</li> </ul><p><strong>Что мы ожидаем от вас:</strong></p><ul><li>Как минимум <strong>3 года профессионального опыта</strong> работы в качестве Data Scientist или Machine Learning Engineer.</li><li>Практический опыт создания кастомных нейронных сетей с помощью PyTorch.</li><li>Глубокое знание архитектур нейронных сетей, применимых для <strong>прогнозирования временных рядов и прогнозного моделирования табличных данных</strong>.</li><li>Опыт работы со слоями, такими как LSTM, GRU, Conv1D, Dense, Dropout и BatchNormalization, а также с функциями активации, включая ReLU, Sigmoid, Tanh и Softmax.</li><li>Практический опыт работы с наборами данных временных рядов, включая загрузку, очистку, подготовку данных и feature engineering с использованием <strong>pandas и NumPy</strong>.</li><li>Опыт работы с библиотекой Darts будет значительным преимуществом.</li><li>Опыт выбора и разработки моделей, доступных в Darts, а также создания кастомных архитектур нейронных сетей.</li><li>Отличное знание Python и уверенная работа с такими библиотеками, как Scikit-learn, Pandas, PyTorch и SHAP.</li> </ul><p>Владение Python особенно важно для этой роли. Наши проекты требуют Data Scientist'ов, способных самостоятельно писать, структурировать и поддерживать функциональность Data Science и вспомогательные библиотеки.</p><p> </p><p><strong>У вас также должно быть:</strong></p><ul><li>Понимание статистики и анализа данных.</li><li>Опыт выбора и настройки функций потерь, таких как MSE, MAE, Cross-Entropy Loss, а также кастомных функций потерь, подходящих для задач прогнозирования.</li><li>Опыт работы с инструментами оптимизации гиперпараметров, такими как Optuna или Hyperopt.</li><li>Способность реализовывать и оптимизировать циклы обучения в PyTorch, включая data loaders и этапы обучения/валидации.</li><li>Знание подходов к кросс-валидации, разработанных специально для данных временных рядов.</li><li>Понимание методов регуляризации, используемых для снижения переобучения.</li><li>Глубокое знание метрик оценки моделей, включая MSE, RMSE, MAE, MAPE и R-squared.</li><li>Знакомство с подходами к бэктестингу, используемыми для валидации производительности модели.</li><li>Опыт развёртывания моделей, включая сериализацию моделей и развёртывание для сервисов реального времени.</li><li>Опыт подготовки визуализаций с помощью matplotlib, seaborn или Plotly.</li><li>Уверенное использование Git для контроля версий и командной работы.</li><li>Сильные навыки самоорганизации и управления своим временем.</li></ul><p> </p><p><strong>Что мы предлагаем:</strong></p><ul><li>Конкурентоспособный пакет вознаграждения.</li><li>Бонусы</li><li>Профессиональный менторинг и поддержку от опытных членов команды.</li><li>Возможности для профессионального роста и непрерывного обучения.</li><li>Динамичную и командную рабочую среду.</li></ul><h3>Требуемые навыки и опыт</h3><p>Deep Learning 2 года</p><p>Machine Learning 2 года</p><p>Time Series 6 месяцев</p><p>Python 2 года</p><h3>Требуемые языки</h3><p>Английский B2 — Upper Intermediate</p> <div> <a href="https://jobs.dou.ua/companies/dataobrii/vacancies/373419/#reply-btn-id">Откликнуться на вакансию</a> </div>