#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

#VK: Machine Learning Engineer
#Удаленно

⚙️ Требования:
• Уверенное владение основами #ML;
• Знание основ #DL;
• Владение #python и базовыми Machine Learning и Deep Learning библиотеками;
• Понимание принципов работы со звуком;
• Знание базовых алгоритмов и структур данных;
• Умение писать промышленный код;
наличие базовых навыков работы с unix-подобными операционными системами.

⚡️ Что делать:
• Обучать нейронные сети и алгоритмы векторного поиска;
• Разрабатывать эвристические алгоритмы, улучшающие качество распознавания;
• Поддерживать и развивать системы мониторинга и тестирования качества распознавания;
• Оптимизировать производительность существующих алгоритмов;
• Изучать научную литературу по теме и предлагать различные варианты улучшения системы.

➡️ Кому подойдет:
Основной предстоящей задачей является развитие и внедрение системы распознавания аудиоконтента.

🚀Откликнуться

#МагнитTech: CV Engineer
#Офис / #Гибрид / #Удаленно
#Москва

⚙️ Требования:
• Опыт работы в качестве #ML Engineer или #CV Engineer от 3х лет;
• Знание классических моделей классификации, сегментации и детекции (EfficientNet, Unet, YOLO, etc.);
• Знание основных SOTA подходов
опыт в оптимизации сетки или желание в этом разобраться.

⚡️ Что делать:
• Разрабатывать end-end CV решения
обучать и внедрять SOTA решения для задач классификации, сегментации, детекции и генерации;
• Оптимизировать и ускорять модели
участвовать в проектах на основе генеративных и мультимодальных нейронных сетей;
• Стек: #python, Pytorch, PyTorch Lightning, Open CV.

🚀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

#Сбер: Team Lead Исcледователь (Data Science + Эконометрика)
#Офис #Москва

⚙️ Требования:
• Знания в области эконометрики и статистического анализа данных;
• Сильные навыки #python;
• Опыт участия и руководства исследовательскими проектами со сложной подготовкой данных.

⚡️ Что делать:
• Разрабатывать алгоритмы и модели с учетом существующих наработок;
• Участвовать в обсуждениях исследований, peer review материалов;
• Организовывать подготовку данных, работать совместно с дата-инженерами (поиск источников, генерация переменных, «чистка» данных);
• Готовить материалы по итогам исследований.

➡️ Кому подойдет:
Команда состоит из исследователей (выпускники РЭШ, МФТИ, ВМК) и дата-инженеров с экспертизой источников данных. Команда в поисках исследователя с интересом к аналитике потребления - финансового поведения.

🚀Откликнуться

#Сбер: Middle Data Scientist в Департамент "Занять и сберегать"
#Офис #Москва

⚙️ Требования:
• Опыт решения #ML задач от 2 лет, опыт с табличными данными и #TimeSeries;
• Опыт использования #python, spark, pandas, numpy, sklearn, библиотек визуализации;
• Опыт оптимизации пайплайнов по времени и по памяти;
• Опыт проверки качества моделей, анализа их работы;
• Успехи в ML соревнованиях будут плюсом.

⚡️ Что делать:
• Общение с коллегами и заказчиками, прояснение бизнес-требований, уточнение спецификаций;
• Сбор данных и обучение моделей, документирование результатов;
• Проведение экспериментов и оценка их результатов;
• Помощь младшим коллегам в решении их задач.

➡️ Кому подойдет:
В небольшую команду, занимающуюся исследованием данных, проверкой гипотез, построением моделей ищут Ведущего исследователя данных.

🚀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

#ЗолотоеЯблоко: Junior Data Scientist
#Офис / #Гибрид / #Удаленно
#Екб

⚙️ Требования:
• Знание #python на хорошем уровне;
• Опыт разработки и внедрения алгоритмов обучения;
• Желателен опыт #TimeSeries.

⚡️ Что делать:
• Построение #ML-pipeline;
• Решение задач в проекте по прогнозированию спроса: предобработка данных исследовательский анализ, генерация фичей, кластеризация временных рядов, моделирование, оценка качества модели;
• Deploy ML модели.

➡️ Кому подойдет:
В отделе аналитики команда помогает заводить актуальный ассортимент в сеть, анализирует ценообразование и продажи, рассчитывает, сколько нам нужно закупить товара.

🚀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

#VK: Программист-исследовать CV
#Офис / #Гибрид
#Москва

⚙️ Требования:
• Знание классических алгоритмов и структур данных;
• Глубокое понимание алгоритмов #ML;
• Отлично владеете #python;
• Опыт обучения больших нейросетевых моделей с использование PyTorch (современных архитектур #NLP и #CV);
• Опыт внедрения моделей в продакшн.

⚡️ Что делать:
• Создавать мультимодальные модели для повышения релевантности поиска;
• Улучшать CV технологии для извлечения информации из визуальных данных;
• Разрабатывать пайплайны обучения моделей на GPU-кластере;
• Изучать, реализовывать идеи и алгоритмы из актуальных научных статей;
• Работать над улучшением перформанса моделей.

➡️ Кому подойдет:
Кандидату предстоит создавать технологии для задач поиска видео и клипов на платформах компании VK, разрабатывать методы распознавания текстов, улучшать модели для модерации и категоризации визуальной информации, а также реализовать подходы мультимодального анализа контента.

🚀Откликнуться