#Озон: Data Scientist, Ранжирование
#Офис #Москва

⚙️ Требования:
• Опыт работы в Data Science от 3х лет;
• Уверенные теоретические знания #ML;
• Сильный #python;
• Уверенное знание hadoop - стека, опыт работы с большими данными.

⚡️ Что делать:
• Заниматься полным циклом DS/ML задач для улучшения качества алгоритма ранжирования товаров в поисковой выдаче;
• Работать с данными от их исследования до автоматизации пайплайнов для регулярных расчетов датасетов и фичей на pyspark;
• Искать подходящие ML решения для бизнес-задач, планировать и проводить оффлайн и онлайн (А/Б) эксперименты.

🚀Откликнуться

#VK: ML engineer
#Офис / #Гибрид
#Спб

⚙️ Требования:
• #ML и математическая статистика;
• Знание #java/#scala и #python (pandas/numpy/scikit-learn/xgboost);
• Опыт работы с продуктами bigdata-стека (Hadoop, Spark);
• Понимание принципов работы и подходов к построению #рексис.

⚡️ Что делать:
• Разработка новых и усовершенствование существующих рекомендательных моделей для рекомендации друзей в социальной сети;
• Реализация стриминговых сервисов для сбора признаков и применения моделей в продакшене;
• Обработка и анализ больших данных;
проведение А/В экспериментов и их статистическая оценка.

➡️ Кому подойдет:
Команда занимается созданием моделей для рекомендации друзей в Одноклассниках.

🚀Откликнуться

#GarageEight: Data engineer
#Офис / #Гибрид

⚙️ Требования:
• Опыт работы с данными от 3-х лет;
• Отличное знание #sql;
• Уверенное знание #python;
• Опыт разработки DWH систем;
• Опыт разработки ETL-процессов и работы с ETL-инструментами;
• Знание алгоритмов и структур данных;
• Знание реляционных СУБД, таких как MySQL, PostgreSQL.

⚡️ Что делать:
• Создание, поддержка и оптимизация новых инструментов для использования аналитиками и другими стейкхолдерами нашей компании;
• Создание, поддержка и оптимизация ETL-процессов;
• Консолидация и тестирование данных;
• Оптимизация неэффективных запросов.

🚀Откликнуться

#Сбер: Data Engineer в команду СберБизнеса
#Офис #Москва

⚙️ Требования:
• Опыт работы Data Engeneer от 1 года;
• Отличное знание #scala/#python;
• Опыт разработки ETL-процессов, построения хранилищ и витрин данных;
• Знание #sql на экспертном уровне;
• Опыт работы с инструментами Atlassian Confluence, Jira, GIT, Bitbucket, Jenkins, Nexus.

⚡️ Что делать:
• Создавать и поддерживать ETL-процессы загрузки данных для применения в моделях и аналитике;
• Разрабатывать витрины с предагрегатами и витрины с аналитическими признаками на основании потребностей продуктовых команд;
• Проектировать витрины для мониторинга моделей #ML;
• Создавать инструменты для автоматизации рутинных задач, связанных с обработкой данных;
• Развивать модель данных;
• Рефакторить текущие процессы, предлагать лучшие практики работы с данными.

➡️ Кому подойдет:
Команда ищет опытного Data Engeneer в команду СберБизнеса с фокусом на задачи по созданию и поддержке решений обработки больших данных, интеграции сервисов банка в бизнес-процессы.

🚀Откликнуться

#LSR: Data analyst / аналитик данных
#Офис #Москва

⚙️ Требования:
• Опыт работы в качестве дата-аналитика не менее 1 года;
• Опыт работы с БД;
• Знание статистических методов и анализа данных;
• #sql, #python, Excel;
• Основы статистики;
• Умеешь формулировать гипотезы и проверять их.

⚡️ Что делать:
• Работа с базой данных clickhouse, MongoDB;
• Работа в системе crm;
• Составление запросов на выгрузку из базы данных, проверка и структурирование данных;
• Проектирование новых таблиц, БД и создание аналитической базы данных;
• Проверка корректности передачи данных в базу;
• Формирование гипотез и их проверка;
• Поиск новых источников данных;
• Работа с BI и визуализация данных.

🚀Откликнуться

#МТС: Lead Data Scientist [Мой МТС] Big Data
#Офис / #Гибрид / #Удаленно
#Москва

⚙️ Требования:
• Уверенные теоретические знания #ML;
• Понимание алгоритмов рекомендаций;
• Сильный #python;
• Уверенное знание hadoop - стека, опыт работы с большими данными;
• Опыт выкатки моделей в прод с оффлайн или рантайм инференсом;
• Опыт написания микросервисов.

⚡️ Что делать:
• Анализировать требования заказчиков: понимать и анализировать потребности конечных пользователей продукта, конвертировать их в технические и бизнес-требования;
• Проактивно прорабатывать и реализовывать решения на основе аналитики и ML для улучшения бизнес метрик;
• Декомпозировать задачи, которые нужно сделать, чтобы вместе с командой разработчиков превратить планы в работающие на проде сервисы;
• Отвечать за техническое качество предлагаемых решений и сроки их реализации.

🚀Откликнуться

#Иннотех: ML инженер (NLP)
#Офис #Москва

⚙️ Требования:
• Опыт работы с #python;
• Опыт написания скриптов на языках bash/groovy;
• Опыт работы с #LLM, #NLP.

⚡️ Что делать:
• Внедрение и инференс моделей;
• Автоматизация процессов по развертыванию инфраструктуры;
• Поддержка и развитие LLM-платформы.

🚀Откликнуться

#Яндекс: Тимлид в команду Аналитики GPT Алисы
#Офис / #Гибрид
#Москва

⚙️ Требования:
• Готовы не только быть лидом, но и самостоятельно работать руками;
• Знаете теорвер и матстат;
• Глубоко владеете #sql, #python;
• Работали в #ML-проектах: с #NLP, crowdsource-разметками и ML;
• Умеете писать аналитический production-код и создавать сложные метрики на основе разметок;
• Можете транслировать видение продукта или проекта в иерархию метрик;
• Способны управлять командой аналитиков, поддержки разметок, редакторов, асессоров для контроля качества данных;
• Работали как с Data Science, так и с продуктовой аналитикой;
• Создавали и тестировали метрики, визуализировали данные;
• Обладаете навыками анализа, строили эффективные процессы обработки данных.

⚡️ Что делать:
• Создавать метрики качества и датасеты для обучения ML-моделей;
• Проводить А/В-эксперименты и офлайн-замеры качества;
• Управлять бригадой аналитиков и участвовать в найме.

🚀Откликнуться

#Озон: Data Scientist, Факторы ранжирования
#Офис #Москва

⚙️ Требования:
• Опыт работы в Data Science от 3-х лет;
• Уверенные теоретические знания #ML;
• Сильный #python;
• Уверенное знание hadoop-стека, опыт работы с большими данными.

⚡️ Что делать:
• Заниматься полным циклом разработки факторов для моделей ранжирования со стороны ML: исследование исходных данных, автоматизации пайплайнов для регулярных расчетов факторов и агрегатов на pyspark, проведение приемки разработанных факторов;
• Разрабатывать новые сложные факторы ранжирования в поиске и каталоге: текстовые на основе foundation-моделей, персонализация, факторы из рекомендаций и др.;
• Искать подходящие ML решения для бизнес-задач, планировать и проводить оффлайн и онлайн (А/Б) эксперименты.

🚀Откликнуться

#ПСБ: Data Scientist
#Офис #Москва

⚙️ Требования:
• Хороший уровень владения #sql и #python;
• Опыт в автоматизации процессов и формировании БТ;
• Знание нормативных документов (МСФО 9);
• Знание основных риск-метрик (PD/LGD/EAD/CoR);
• Опыт работы с внешними источниками данных;
• Владение инструментами математической статистики.

⚡️ Что делать:
• Проведение аналитических исследований как во внутренних Базах Данных, так и в Базах Данных внешних источников;
• Анализ данных инструментами математической статистики;
• Подготовка и визуализация результатов исследований;
• Формирование предложений по изменению Систем Принятия Решений для кредитных продуктов линейки СМБ с автоматическим принятием решения.

🚀Откликнуться