#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

#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

#Самокат: Middle+ Data Scientist
#Офис / #Гибрид / #Удаленно
#Москва #Спб

⚙️ Требования:
• Опыт работы в DS от 3 лет;
• Уверенное владение #sql и #python;
• Опыт с Hadoop / PySpark и polars;
• Знания и опыт работы с алгоритмами классического #ML, алгоритмами оптимизации.

⚡️ Что делать:
• Прогнозирование спроса;
• Модели эластичности;
• Прогнозирование промо: оценка экономической эффективности завершенных акций, прогнозирование эффекта для будущих акций, определение ассортимента, выбор промо-механик и настройка порогов для них);
• Ранжирование товарных предложений;
• Приоритизация заведения нового ассортимента.

➡️ Кому подойдет:
Для эффективной работы сервисов Самокат активно использует модели машинного обучения, число которых измеряется десятками (ценообразование, прогноз спроса, рекомендации). Каждая из моделей вносит существенный вклад в развитие бизнеса, разрабатывает их команда, каждый участник которой влияет на продукт напрямую.

🚀Откликнуться

#Иннотех: ML инженер
#Офис #Москва

⚙️ Требования:
• Знания в области разработки ПО;
• Знание PostgreSQL в части #SQL;
• Опыт работы с Airflow или другими системами управления моделями #ML;
• Понимание, как перевести модель в производство, ключевые понятия — data drift, model retraining strategies
• Опыт настройки CI/CD. Разработка решения ML. Интеграция A/B-тестирование;
• Знание фреймворков MLFlow, Kuberflow, MLRun;
• Контейнеры Docker и системы управления контейнерами Kubernetes;
• Знание #python, Django (ORM Models) либо SqlAlchemy.

⚡️ Что делать:
• Внедрять модель;
• Поддерживать внедренные модели;
• Дообучать, следить за их качеством;.

🚀Откликнуться

#Сбер: Middle Data Scientist (команда Клиентского опыта)
#Офис #Москва

⚙️ Требования:
• Не менее 1.5 лет работы в качестве Data Scientist;
• Отличное понимание #ML;
• Продвинутые знания #sql, опыт работы с Pyspark, Greenplum;
• Отличное знание #python;
• Понимание и опыт АB-тестирования;
• Высшее техническое образование.

⚡️ Что делать:
• Построение ML моделей (включая SOTA) на основе различных данных: #NLP, GEO, графовые данные, петайбайты последовательностей событий (кликстрим, транзакции и т.д.);
• Совместно с командой MLE вывод моделей в ПРОМ контур, поддержание модели в актуальном состоянии;
• Участие в исследовании новых данных, формировании сильных переменных, а также участие в развитии Feature Store команды. Формирование эмбеддингов на основе различных данных для улучшения текущих моделей;
• Выдвигать data-driven гипотезы/предложения для запуска новых механик, а также поиск инсайтов в данных.

🚀Откликнуться

#Сбер: Junior Data Scientist
#Офис #Москва

⚙️ Требования:
• Понимание принципов разработки, внедрения и сопровождения #ML-решений;
• Опыт разработки на #python;
• Опыт работы с базами данных, #sql;
• Знание основ математической статистики и машинного обучения.

⚡️ Что делать:
• Построение ML моделей отклика, аплифта, рекомендательных систем на наши продукты/каналы/сегменты;
• Разработка моделей прогнозирования клиентопотока и объема продаж в отделениях, а также моделей идентификации мошенничества и операционных рисков;
• Ведение всех этапов DS проекта: от постановки задачи и требований с бизнес-заказчиком до внедрения и мониторинга модели.

➡️ Кому подойдет:
Дивизион "Моделирование и исследование данных" отвечает за компетенцию Data Science в Блоке. Команда разрабатывает и внедряет end-to-end решения на основе машинного обучения в бизнес-процессы банка, связанные с обслуживанием клиентов в отделениях Сбера. Сейчас в поиске Data Scientist’а.

🚀Откликнуться

#Точка: NLP Data Scientist
#Удаленно

⚙️ Требования:
• Есть опыт работы с #NLP: transformers, #LLM, NLU от 2 лет;
• Знаешь #python и ООП, есть опыт выведения моделей в прод;
• Умеешь проводить A/B-тесты и владеешь статистикой;
• Базово владеешь #sql.

⚡️ Что делать:
• Автоматические подсказки клиенту, которые появляются при обращении в чат;
• Тегирование, кластеризация, оценка эмоционального окраса и другие виды анализа клиентских обращений для поиска точек роста в процессе обслуживания и автоматизации внутренних процессов;
• Саммаризация обращений клиента;
• Классификация налоговых требований и NER для автоматизации ответов ФНС;
• Матчинг описания товара с маркетплейса и категории товара на маркетплейсе.

🚀Откликнуться

#МагнитTech: Middle data scientist
#Офис / #Гибрид / #Удаленно
#Москва

⚙️ Требования:
• Умение решать практические задачи прогнозирования;
• Опыт работы с табличными данными;
• Опыт работы с #TimeSeries;
• Матстат, алгоритмы и принципы #ML;
• Опыт работы с распределенными системами посредством Spark;
• Опыт работы с данными посредством #sql.

⚡️ Что делать:
• Разрабатывать и развивать системы прогнозирования спроса на разных уровнях;
• Адаптировать модели под особенности товарных категорий и форматов торговых точек;
• Разрабатывать алгоритмы учета каннибализации спроса;
• Заниматься кластеризицией объектов и детекцией аномалий;
• Проводить codereview, постановка решений на прод.

🚀Откликнуться

#BIATechnologies: Data Scientist (Middle/Senior)
#Офис / #Гибрид / #Удаленно
#Спб

⚙️ Требования:
• Высшее техническое образование;
• Знание #ML методов;
• Опыт работы data scientist от 3 лет для уровня middle и 5 лет для уровня senior;
• Отличное знание #python;
• Знание #sql;
• Знание математической статистики.

⚡️ Что делать:
• Сбор и обработка данных из корпоративных информационных хранилищ;
• Обучение предиктивных моделей;
• Прогнозирование #TimeSeries;
• A/B тестирование;
• Участие во внедрении ML-решений;
• Спектр задач — от разовых RnD исследований до проектного создания решений.

➡️ Кому подойдет:
Команда ищет профессионала, способного решать сложные технические задачи и заниматься ML разработкой полного цикла: от коммуникаций с бизнесом до прототипирования и поддержки в проде.

🚀Откликнуться

#СовкомБанк: Senior Data Scientist
#Офис

⚙️ Требования:
• Техническое/экономическое образование;
• Знание #ML и #python;
• Понимание прикладной статистики, знание основных статистических методов, умение применять статистические тесты;
• Опыт работы c #sql от 2х лет;
• Умение быстро погружаться в новую тему, изучать существующие по ней материалы, находить open-source решения;
• Умение структурировать информацию и работать с большими массивами данных;
• Навыки визуализации данных.

⚡️ Что делать:
• Участие в сборе и обработке данных;
• Подбор влияющих факторов на основе методов статистического анализа данных, формирование и проверка ML-гипотез;
• Анализ метрик качества модели, чувствительности к факторам, устойчивости результатов;
• Тестирование для мониторинга и оценки качества моделей;
• Презентация результатов работы;
• Организация и проведение пилотов, оценка бизнес-эффекта.

🚀Откликнуться