#Wildberries: ML Engineer в команду Автоматизации с ИИ
#Офис / #Гибрид / #Удаленно
#Москва

⚙️ Требования:
• Опыт разработки полного цикла моделей #ML;
• Практические навыки в обработке данных;
• Знание основных алгоритмов машинного обучения;
• Опыт работы с #TimeSeries;
• Понимание одного или нескольких методов машинного обучения: рекуррентные нейронные сети, обучение с подкреплением (A2C или A3C), методы понижения размерности;
• Уверенные знания алгоритмов и структур данных, прикладной статистики и математического анализа;
• Опыт в Data Science от 3-х лет;
• Уверенное знание #python и библиотек (Pandas, NumPy, SciPy, Scikit-learn, PyTorch);
• Знание Git, Docker, SQL, Spark, K8s, AirFlow, Linux, Prometheus, Grafana.

⚡️ Что делать:
• Развивать проект прогнозирующей системы с помощью предиктивной аналитики;
• Разрабатывать архитектуру ML пайплайна на основе бизнес-требований;
• Участвовать в сборе и валидации данных для обучения;
• Обучать ML модели;
• Улучшать качество текущих моделей и бизнес-метрик решений;
• Анализировать результаты, метрики и формулировать гипотезы по улучшению моделей;
• Выкатывать модели в прод.

🚀Откликнуться

#Яндекс: Аналитик саппорта в команду Лавки
#Офис / #Гибрид
#Москва #Спб

⚙️ Требования:
• Работали в сфере анализа данных;
• Активно используете в работе #python и #sql;
• Использовали в работе BI-инструменты (Яндекс использует DataLens);
• Видите за числами физический смысл и способны находить причины явлений;
• Умеете аргументированно и доступно отстаивать собственную точку зрения и слышать чужие;
• Умеете презентовать результаты своей работы коллегам и заказчикам.

⚡️ Что делать:
• Улучшение курьерского и клиентского опыта по взаимодействию с поддержкой;
• Нужно будет создавать новые отчёты для отслеживания дополнительных метрик и поддерживать уже существующие;
• Исследовательские задачи и А/Б эксперименты.

➡️ Кому подойдет:
Команда ищет аналитика, который усилит направление аналитики поддержки. Ваша зона ответственности будет непосредственно связана с реальным миром и процессами, которые обеспечивают высокое качество работы всей службы поддержки.

🚀Откликнуться

#Lamoda: Senior Data Scientist (Ranking&Search)
#Офис #Москва

⚙️ Требования:
• Опыт в области анализа данных и #ML (от 2 лет);
• Опыт работы с #sql, Hadoop, Hive, Spark;
• Владение #python, Linux, методами работы с большими данными;
• Опыт работы как минимум с 2 ML библиотеками: Scikit-learn, CatBoost/XGBoost, PyTorch, Spark ML;
• Знания теорвер и матстата;
• Знания в области машинного обучения, прогнозного моделирования и методов статистического анализа;
• Знание алгоритмов и структур данных;
• Высшее образование в области прикладной математики, информационных технологий, информатики и т.п;
• Английский язык на уровне технического чтения и профессионального общения.

⚡️ Что делать:
• Развивать модели ранжирования товаров в каталоге/поиске с помощью: персонализации каталога/поиска, добавления онлайн факторов по текущей сессии, адаптации ранжирования для новых пользователей и развития алгоритмов генерации кандидатов;
• Улучшать алгоритмы поиска, в том числе с использованием нейронных сетей.

🚀Откликнуться

#Сбер: Senior Data Scientist (Управлении Моделирования и Исследования Данных)
#Офис #Москва

⚙️ Требования:
• Знания в области data science/computer science/математики;
• Владение #python (numpy, sklearn, pandas, matplotlib, pytorch, tensorflow);
• Нейронные сети и трансформеры;
• Внимательность и точность;
• Готовность к совершенствованию знаний в областях data science и управления структурой продуктов банковской книги;
• Готовность работать индивидуально и в команде на достижение конечного результата.

⚡️ Что делать:
• Разработка и поддержка data science моделей;
• Интерпретация результатов, достоинств и ограничений разработанных моделей руководству;
• Формирование требований на автоматизацию модели;
• Предложения новых идей по внедрению практик data science в бизнес-процессы.

➡️ Кому подойдет:
В сферу Сбер задач входит разработка моделей, которые работают в реальных бизнес процессах банка. От кандидата ждут, что ты сможешь развивать проекты в сфере финансов, применять передовые методы машинного обучения и встраивать их в процессы.

🚀Откликнуться

#Самокат: Middle Data Scientist (Аналитическая DS Команда)
#Офис / #Гибрид / #Удаленно
#Москва #Спб

⚙️ Требования:
• Хорошие знания в области #рексис, кластеризации / сегментации и классического #ML;
• Умение интерпретировать бизнес-задачу в аналитическую, общаться на одном языке с бизнесом;
• Cтруктурное мышление, системный подход;
• Опыт разработки на #python в ML от 2 лет;
• Опыт написания сложных #sql запросов;
• Опыт продуктивизации моделей (для Senior роли).

⚡️ Что делать:
• Разработка ML моделей сегментации и классификации пользователей для дальнейшего формирования персонализированных предложений;
• Полный цикл создания ML моделей для персонализированных предложений: обработка сырых данных и их аналитика, обучение моделей и проверка их качества;
• Взаимодействие с ML-инженерами для внедрения ML моделей в продакш окружение;
• Настройка мониторинга качества работы модели для её регулярного дообучения;
• Исследование и внедрение SOTA подходов для решения поставленных задач (для Senior роли).

➡️ Кому подойдет:
Персонализация - это популярная задача маркетинга, но команда смотрит шире: ищет нетривиальные пользовательские пути, учитывает уникальные частные случаи и инсайты. В команде уже есть DS лидер, и теперь ищут ещё троих увлеченных дата сайентистов с опытом от Middle до Senior.

🚀Откликнуться

#AURAi: Middle CV Engineer
#Офис / #Гибрид / #Удаленно
#Москва

⚙️ Требования:
• Опыт работы в ОС Linux;
• Знание #python;
• Опыт работы с #DL фреймворками. На текущий момент вся разработка в области #CV на Pytorch;
• Опыт решения задач Classification, Object Detection, Segmentation, Anomaly Detection, OCR, Object Tracking;
• Опыт разработки нетривиальных многокомпонентных CV-пайплайнов;
• Опыт запуска моделей в продакшн, опыт оптимально сделанных MVP (с точки зрения баланса между скоростью и качеством);
• Опыт работы с #TimeSeries.

⚡️ Что делать:
• Вашей основной задачей будет автоматизация различных процессов в предприятиях горнодобывающей, железнодорожной, производственной и металлургической областей.

🚀Откликнуться

#VK: ML Engineer (LLM)
#Офис / #Гибрид
#Спб

⚙️ Требования:
• Хорошо пишете на #python;
ꔷ Прекрасно владеете PyTorch или JAX;
ꔷ Отлично понимаете концепции #DL и можете свободно их применять;
ꔷ Знаете классические и современные подходы к обработке #NLP, отлично разбираетесь в Transformer-моделях;
ꔷ Имели опыт работы с языковыми моделями, диалоговыми системами или суммаризацией.

⚡️ Что делать:
• Заниматься претрейном #LLM;
ꔷ Экспериментировать с алайнментом через SFT и Human Feedback, исследовать возможность применения LLM на продуктовых задачах, заниматься разработкой бенчмарков для оценки качества LLM.

➡️ Кому подойдет:
Команда развивает передовые технологии машинного обучения и искусственного интеллекта. Ищут разработчика, который поможет в исследовании и решении разнообразных задач, связанных с большими языковыми моделями (LLM).

🚀Откликнуться

#Мегафон: Стажер Data Analyst
#Офис #Москва

⚙️ Требования:
• Высшее или неоконченное высшее образование;
• Знание языка запросов #sql;
• Знание основ #python, умение работать с библиотеками Pandas, NumPy, Matplotlib, Seaborn, SciPy;
• Знание Excel на хорошем уровне;
• Знание основ статистики;
• Внимательность к деталям, нацеленность на результат;
• Соблюдение сроков/договоренностей, самостоятельность.

⚡️ Что делать:
• Сбор, структурирование и анализ данных из разных источников (Oracle, Hadoop);
• Аналитика клиентской базы и продуктов компании;
• Участие в тестировании моделей и механик офферинга: подготовка и проведение А/Б тестирований, анализ результатов;
• Выдвижение бизнес-гипотез и разработка предложений по их проверке;
• Участие в разработке аналитических дашбордов;
• Участие в автоматизации действующей отчетности бизнес-кейсов.

🚀Откликнуться

#Озон: Data Scientist, Маркетплейс, Антибот
#Офис #Москва

⚙️ Требования:
• Опыт построения классификаторов;
• Умение решать задачи leetcode-medium;
• Хорошая математическая база;
• Знание основ статистики и #ML;
• Уверенное знание #python;
• Уверенное знания #sql;
• Знание основных Python библиотек для Data Science;
• Развитое аналитическое системное мышление.

⚡️ Что делать:
• Анализ трафика, выявление закономерностей в нём;
• Построение моделей по детектированию ботов;
• Разбор инцидентов блокировок системой;
• Поддержка и доработка имеющихся проектов;
• Взаимодействие с коллегами и участие в новых проектах.

➡️ Кому подойдет:
Задача команды - защищать ключевые сервисы Ozon от паразитного бот-трафика. Если ты вдохновляешься возможностью поработать сразу со многими инструментами, не боишься высоких нагрузок и больших объемов данных, команда ждет твой отклик.

🚀Откликнуться

#Ингосстрах: Data Scientist
#Офис / #Гибрид / #Удаленно
#Мск

⚙️ Требования:
• Высшее техническое образование;
• Уверенное понимание методов как классического скоринга, так и #ML;
• Четкое понимание метрик качества работы моделей и их интерпретации;
• Знание #sql, T-SQL;
• Опыт работы с #R и/или #python;
• Знание математической статистики и теории вероятностей;
• Релевантный опыт работы в банковском/страховом секторе (блок Риски, Финансы, СРМ).

⚡️ Что делать:
• Построение, валидация и поддержка скоринговых модели для страховых продуктов на основе транзакционной и поведенческой информации;
• Анализ и обработка больших массивов данных;
• Создание витрин и озер данных;
• Взаимодействие с поставщиками внешних данных (телеком, кредитные бюро, гео-данные);
• Совершенствование конвейера онлайн-страхования для ОСАГО, КАСКО.

➡️ Кому подойдет:
Ищут активного и целеустремленного коллегу, который имеет опыт работы с большими данными, знает основы финансового анализа, применяет инструменты ML/DS в своей работе.

🚀Откликнуться

#Иннотех: Data Scientist NLP и LLM
#Офис #Москва

⚙️ Требования:
• Высшее математическое/техническое образование;
• Понимание принципов работы с #LLM;
• Уверенное знание математики, статистики и машинного обучения;
• Владение #python и опыт практического применения алгоритмов #ML: нейронные сети, композиционные алгоритмы, #NLP;
• Уверенное владение #sql.

⚡️ Что делать:
• Проведение исследований, проверка гипотез команды с использованием LLM;
• Совершенствование LLM моделей, используя промт-инжиниринг. Векторизация документов (для RAG сервиса);
• Преобразование изображения текста в машиночитаемый формат(OCR);
• Разработка и внедрение моделей (NLP\классический ML\графовые сети) в промышленные системы;
• Поиск и обработка данных, создание эмбеддингов, внедрение в текущие процессы.

🚀Откликнуться

#Wildberries: Senior Data Scientist (NLP) в автоматизацию коммуникаций
#Офис / #Гибрид
#Москва

⚙️ Требования:
• Опыт в области анализа данных и #ML от 3х лет;
• Знание #python, методов работы с большими данными;
• Опыт работы с библиотеками: Scikit-learn, HuggingFace, PyTorch;
• Опыт работы с #LLM;
• Знание теорий вероятностей и математической статистики;
• Знание алгоритмов и структур данных.

⚡️ Что делать:
• Использовать историю взаимодействия с пользователем для улучшения моделей чат-бота;
• Участвовать в исследовательских проектах в области #NLP, публиковать статьи и доклады на конференциях;
• Создавать и обучать модели машинного обучения и NLP для понимания и обработки текстовых запросов пользователей.

🚀Откликнуться

#ПСБ: Data Scientist
#Офис / #Гибрид
#Москва

⚙️ Требования:
• Опыт работы в банке, преимуществом будет опыт работы в среднем и малом бизнесе;
• Владение #sql, #python и основными библиотеками анализа данных;
• Владение знаниями в направлениях: Recommender Systems, Transformers, Auto-encoders;
• Умение объяснять сложные вещи простыми словами;
• Умение работать с различными источниками данных;
• Умение управлять жизненным циклом #ML моделей.

⚡️ Что делать:
• Предсказание оттока клиентов;
• Предсказание и расчет склонности к покупке;
• Прогноз доходности клиентов;
• Построение различных предиктивных моделей и запуск на prod;
• Создание и развитие #рексис;
• Мониторинг эффективности моделей, дообучение, корректировка моделей.

🚀Откликнуться

#Спортмастер: Data scientist (Персонализация)
#Офис / #Гибрид
#Москва

⚙️ Требования:
• Опыт использования и внедрения алгоритмов #ML;
• Знание базовых алгоритмов и структур данных, понимание плюсов и минусов;
• Уверенное знание математической статистики, умение применять для решения задач;
• Уверенное знание #sql и готовность писать эффективные запросы;
• Уверенное владение #python (библиотеки работы с данными);
• Технический английский на уровне чтения статей и участия в конференциях.

⚡️ Что делать:
• Использовать алгоритмы машинного обучения для решения бизнес-задач;
• Исследовать данные с целью получения новых признаков клиентов;
• Разрабатывать требования для сбора данных, дизайн A/B тестов;
• Заниматься написанием эффективного кода для получения агрегатов данных клиентов;
• Развивать инфраструктуру для автоматического построения и использования моделей машинного обучения.

🚀Откликнуться

#MyGames: Machine Learning Engineer
#Удаленно

⚙️ Требования:
• Знание основных алгоритмов и структур данных, а также их реализация в стандартных библиотеках;
• #python;
• Английский на уровне чтения на технической документации;
• Знание матстата, теорвера, алгебры и т.д.;
• Опыт поддержки полного жизненного цикла моделей;
• Опыт практического применения алгоритмов #ML.

⚡️ Что делать:
• Подготовка и анализ данных;
• Построение моделей ML для прогнозирования;
• Анализ и построение моделей машинного обучения и эвристических подходов для пресечения мошеннического трафика;
• Анализировать историю пользователей с аукционов рекламы;
• Проведение A/B-тестов для версий модели.

➡️ Кому подойдет:
MYGAMES — ведущий европейский разработчик и издатель, движимый целью: создавать крутые игры, покоряющие сердца игроков по всему миру.

🚀Откликнуться

#Beeline: Data analyst/Data Scientist
#Офис / #Гибрид / #Удаленно
#Мск

⚙️ Требования:
• Знание основ матстата и теорвера;
• #python, #sql, опыт работы Hadoop;
• Знание программных пакетов, используемых для анализа данных и #ML;
• Опыт работы в области анализа данных и машинного обучения от 2-х лет.

⚡️ Что делать:
• Подготовка массивов данных для разработки предиктивных моделей;
• Разработка и поддержка предиктивных моделей склонности к продукту/оттоку из активной базы;
• Разработка отчетности по основным метрикам предиктивной способности моделей;
• Использование алгоритмов машинного обучения для решения бизнес задач подразделения;
• Взаимодействие с бизнес-заказчиками в части набора фичей и презентации результатов отработки модели;
• Визуализация данных, полученных в результате применения алгоритмов машинного обучения.

➡️ Кому подойдет:
Команда в поисках специалиста в проект «Роуминг» в качестве старшего аналитика данных.

🚀Откликнуться

#Яндекс: Data scientist в команду информационной безопасности
#Офис / #Гибрид
#Москва #Спб

⚙️ Требования:
• Обучали #ML-модели и внедряли их в продакшен;
• Умеете формулировать задачи в терминах ML, понимаете, как измерить результат, знакомы с разными алгоритмами и можете выбрать подходящий;
• Заботитесь о высоком качестве конечного продукта;
• Готовы погружаться в новые технологии;
• Самостоятельны, хотите браться за новые задачи, для которых нет готового решения.

⚡️ Что делать:
• Создавать решения на базе методов машинного обучения и анализа данных;
• Внедрять аналитические решения в продукты и процессы ИБ;
• Исследовать актуальные вызовы информационной безопасности на предмет применения ML и анализа данных, оценивать возможный эффект.

🚀Откликнуться

#Озон: Data Engeneer, Эффективность рекламы
#Офис #Москва

⚙️ Требования:
• Хорошее знание #python;
• Опыт разработки DWH, построения ETL пайплайнов (Spark, #sql);
• Понимание основ классического #ML и математической статистики;
• Развитое продуктовое мышление;
• Проактивность, интерес к сфере рекламы и задачам в Computational Advertising.

⚡️ Что делать:
• Разрабатывать пайплайны подготовки данных для ML команды;
• Настраивать процессы регулярной заливки фичей в фича-сторы;
• Строить дашборды для поиска разладок;
• Разрабатывать инструменты аналитики качества ML моделей.

➡️ Кому подойдет:
Команда занимается полным циклом разработки продукта: от аналитики для помощи бизнесу в поиске проблем и точек роста до упаковки готового решения в сервис.

🚀Откликнуться

#VK: Data Scientist (реклама и медиа)
#Офис / #Гибрид
#Мск

⚙️ Требования:
• #sql, #python;
• Знания в области математической статистики, эконометрики;
• Понимание основных алгоритмов #ML;
• Опыт анализа данных от 2-х лет.

⚡️ Что делать:
• Анализ данных для поиска точек роста ключевых метрик;
• Проведение и статистическая оценка экспериментов;
• Разработка и автоматизация отчетности для задач R&D;
• Ad hoc аналитика;
• Сбор и обработка больших данных.

🚀Откликнуться

#VK: ML - программист
#Офис / #Гибрид
#Мск

⚙️ Требования:
• Высшее техническое образование;
• Наличие релевантного коммерческого опыта от 1 года;
• Умение разрабатывать пайплайны для эффективной обработки данных в #python, Pyspark;
• Желание заниматься и развиваться в задачах с классическим #ML, а также в задачах с развитием инфраструктуры development и production;
• Глубокие знания классического ML;
• Сильные математические знания;
• Знание #sql и основ баз данных.

⚡️ Что делать:
• Выполнение adhoc задач по применению существующих моделей и сервисов;
• Разработка различных моделей машинного обучения на новых данных;
• Изучение и обработка данных из различных источников;
• Внедрение регулярного расчёта новых признаков, улучшение мониторинга качества данных;
• Генерация и проверка гипотез по повышению качества текущих моделей и создания новых, более высокого качества;
• Развитие инфраструктуры существующих сервисов;
• Написание продуктивизируемых пайплайн скриптов (не просто Jupyter Notebook) для внедрения моделей, признаков, а также для создания и поддержки функционирования новых продуктов.

🚀Откликнуться

#Иннотех: Ведущий разработчик (BIG DATA Моделирование РБ)
#Офис #Москва

⚙️ Требования:
• Знание #sql;
• Хорошее знание устройства Hadoop,Spark,Hive/Impala;
• Опыт разработки на #python/#java;
• Понимание основных концепций DWH;
• Понимание базовых команд Git и основных принципов работы.

⚡️ Что делать:
• Заниматься проектированием и разработкой витрин данных для анализа и моделирования;
• Заниматься мониторингом и оптимизацией процессов сборки витрин;
• Заниматься загрузкой и обработкой данных из различных источников;
• Заниматься поддержкой и развитием базы знаний;
• Предоставлять экспертную поддержку внутренним потребителям(data analysts,data scientists).

🚀Откликнуться