Назад
21 час назад

Data Scientist (ML)

Формат работы
hybrid
Тип работы
fulltime
Грейд
middle
Английский
b2
Страна
Russia
hhВакансия с HeadHunter. Контакт ведёт на hh.ru

Мэтч & Сопровод

Покажет вашу совместимость и напишет письмо

Описание вакансии

Текст:
/
TL;DR
Data Scientist (ML) (Python/ML): Разработка и внедрение моделей для прогнозирования продаж в production-системе крупной FMCG-компании с акцентом на временные ряды, градиентный бустинг и качество данных. Focus on построение инфраструктуры экспериментов и переобучения, интеграцию результатов моделей с целевыми системами и интерпретацию результатов для бизнеса.

Локация: Москва, улица Сергея Макеева, 13; гибридный формат работы

Компания

Арнест ЮниРусь развивает собственную ML-систему прогнозирования продаж в крупной FMCG-компании.

Что делать

  • Разрабатывать и внедрять ML-модели, включая модели прогнозирования временных рядов.
  • Проводить разведочный анализ данных, эксперименты с алгоритмами и проверку гипотез для повышения качества моделей.
  • Вести и приоритизировать бэклог гипотез.
  • Разрабатывать инфраструктуру для отслеживания экспериментов, автоматического обновления данных и переобучения моделей.
  • Совместно с IT интегрировать результаты моделей в целевые системы.
  • Визуализировать и интерпретировать результаты для бизнес-подразделений, вести документацию и развивать внутренние ML-инструменты и best practices.

Требования

  • Опыт работы Data Scientist от 2 лет.
  • Опыт командной разработки с общей кодовой базой в GitLab.
  • Уверенное владение Python и библиотеками PySpark, pandas, NumPy, scikit-learn и plotly.
  • Практический опыт разработки моделей и интерпретации результатов с использованием градиентного бустинга: LightGBM, CatBoost или XGBoost.
  • Понимание прогнозирования временных рядов: лаговые признаки, скользящие статистики, сезонность и временная валидация.
  • Уверенное знание SQL.
  • Опыт работы с DWH и объектными хранилищами S3.
  • Понимание принципов работы ML-моделей в production и знакомство с MLOps-практиками.
  • Опыт работы с Airflow, Docker и CI/CD.
  • Английский язык на уровне чтения технической документации.

Культура и преимущества

  • Работа над реальным ML-продуктом, уже работающим в production.
  • Участие в развитии внутренней экспертизы, ML-инструментов и командных best practices.
  • Полная занятость в гибридном формате.

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 →