В работе есть практические задачи по ML и байесовскому моделированию на промышленных данных, но широкий набор ожиданий по работе с данными и строгие предпочтения к образованию сужают доступность вакансии.
?Широкий профиль
Актуальный стек
ML в промышленности
Удалённый формат
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
ML-аналитик (Python/Байесовский анализ): Проектирование аналитических витрин, исследование массивов данных и разработка прогнозных моделей для технологических процессов с акцентом на временные ряды, причинно-следственные связи и вероятностное моделирование. Фокус на объединении разнородных источников, байесовской регрессии, оценке рисков и валидации моделей машинного обучения.
Локация: Липецк; удалённая работа возможна из другого региона РФ. График 5/2, 9:00–18:00.
Компания
Черкизово — крупная стабильная компания и лидер рынка.
Что делать
Проектировать структуры хранения данных и объединять показания датчиков, системные журналы и внешние параметры в единые аналитические витрины.
Проводить разведочный анализ данных, выявлять аномалии, рассчитывать корреляции, взаимные влияния и лаговые эффекты.
Разрабатывать, валидировать и калибровать модели машинного обучения для прогнозирования показателей технологического процесса.
Строить вероятностные модели для оценки рисков и доверительных интервалов при неполных или зашумлённых данных.
Требования
Оконченное высшее образование по прикладной математике, математической статистике, компьютерным наукам, мехмату, Физтеху или профильному техническому направлению; предпочтительны выпускники сильных математических школ.
От 1 до 3 лет коммерческого опыта в анализе данных, Data Science или прикладном математическом моделировании.
Опыт объединения разрозненных и «грязных» массивов данных в единую консистентную базу.
Практический опыт прогнозирования и поиска корреляционных и причинно-следственных связей на реальных данных.
Уверенный Python и библиотеки NumPy, Pandas, SciPy, Scikit-learn и Statsmodels.
Знание прогнозного моделирования, анализа временных рядов, градиентного бустинга CatBoost и LightGBM, корреляционного и факторного анализа.
Уверенный SQL, включая сложные агрегации, оконные функции и CTE; опыт проектирования реляционных и аналитических БД PostgreSQL и ClickHouse, понимание нормализации и денормализации.
Базовые навыки объединения разнородных источников, построения витрин данных и автоматизации выгрузок.
Культура и преимущества
Официальное оформление в штат по ТК РФ на бессрочной основе.
Удалённый формат работы для кандидатов из другого региона РФ.
Оклад и годовая премия.
Возможности профессионального развития и карьерного роста.
Будьте осторожны
Если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого. Это мошенники. Обязательно жмите «Пожаловаться» или пишите в поддержку. Подробнее в гайде →