Работа над действующим ML-продуктом охватывает понятную задачу прогнозирования и путь от исследования моделей до внедрения; при этом широкий набор задач по моделированию и MLOps стоит соотнести с составом команды.
?Широкий круг задач
Актуальный стек
ML уже в деле
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
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 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 →