AI-инженер — Data Science и Machine Learning@ BlackStone eIT
О позиции
Компания BlackStone eIT ищет AI-инженера для работы над проектами в области Data Science и Machine Learning. Ваша роль будет заключаться в разработке и внедрении моделей машинного обучения, а также в анализе данных для оптимизации бизнес-процессов. Это отличная возможность для тех, кто хочет развиваться в быстрорастущей области и работать с передовыми технологиями.
Чем вы будете заниматься
- Разработка и внедрение моделей машинного обучения с использованием Python и библиотек, таких как TensorFlow и PyTorch.
- Анализ больших объемов данных для выявления закономерностей и трендов.
- Оптимизация существующих алгоритмов и моделей для повышения их эффективности.
- Сотрудничество с командой разработчиков и аналитиков для интеграции решений в бизнес-процессы.
- Поддержка и обучение других членов команды по вопросам машинного обучения и анализа данных.
Требования
- Опыт работы в области машинного обучения не менее 3 лет.
- Глубокие знания Python и библиотек для работы с данными (Pandas, NumPy).
- Опыт работы с TensorFlow, PyTorch и другими фреймворками для машинного обучения.
- Знание методов обработки и анализа данных.
- Умение работать в команде и хорошие коммуникативные навыки.
Будет плюсом
- Опыт работы с Docker и облачными платформами (AWS, GCP).
- Знание SQL и опыт работы с базами данных.
- Опыт участия в проектах с открытым исходным кодом.
Что мы предлагаем
- Конкурентоспособная заработная плата от 300 000 до 500 000 ₽ в месяц.
- Удалённая работа с гибким графиком.
- ДМС и возможность обучения за счёт компании.
- Участие в интересных проектах с использованием современных технологий.
- Дружный коллектив и поддержка в профессиональном развитии.
Вакансия предлагает интересные задачи в области AI и Data Science, с хорошими условиями работы. Однако, отсутствие упоминания о конкретных проектах может вызвать вопросы у кандидатов.
Кто здесь добьётся успеха
Глубокие знания Python и опыт работы с библиотеками TensorFlow и PyTorch для разработки сложных моделей машинного обучения.
Способность эффективно работать в удаленном режиме, включая навыки управления временем и самоорганизации для выполнения задач без постоянного контроля.
Опыт анализа данных и оптимизации бизнес-процессов, включая применение Docker для контейнеризации и развертывания моделей в производственной среде.
Ресурсы для обучения
Карьерный путь
Обзор рынка
Навыки и требования
Тренды отрасли
Новости AI/Big Data
Загружаем новости отрасли...
Ищем релевантные статьи за последние 6 месяцев