Applied Scientist — развитие ML-моделей для обработки данных
Что за роль
Вам предстоит развитие ML-моделей для обработки данных, включая классификаторы для полей БД и модели для выявления данных в произвольном тексте. Вы будете работать с большими объемами данных и оптимизировать модели для высокой скорости работы.
Чем вы будете заниматься
- Развитие существующей ML-модели (RandomForest) для выявления ПДн в полях баз данных.
- Обучение модели распознаванию новых типов данных и повышение качества классификации.
- Создание модели для поиска ПДн в неструктурированном тексте с использованием NER.
- Разработка архитектуры и обучение NER-модели для поиска данных в текстах различных форматов.
- Оптимизация моделей для работы на CPU и развертывание через API.
Требования
- Опыт разработки и внедрения ML-моделей в production от 3-х лет.
- Уверенное владение Python (pandas, numpy, scikit-learn).
- Практический опыт работы с Hugging Face Transformers и/или SpaCy.
- Опыт построения пайплайнов обработки неструктурированных данных.
- Опыт оптимизации инференса моделей для работы на CPU.
- Опыт развертывания моделей через API (FastAPI) и контейнеризация (Docker).
Что мы предлагаем
- Возможность влиять на архитектуру сложного AI-продукта с нуля.
- Работу с реальными Big Data задачами (TB+).
- Современный стек и отсутствие легаси.
Вакансия предлагает интересные задачи в области ML и NLP, с хорошими условиями работы. Оплата соответствует рынку.
Кто здесь добьётся успеха
Глубокие знания в области машинного обучения, особенно в работе с библиотеками Python, такими как Scikit-learn и Hugging Face для разработки и оптимизации ML-моделей.
Способность эффективно работать в удаленном режиме, демонстрируя самодисциплину и организованность, необходимую для управления большими объемами данных и проектами.
Опыт в анализе и обработке данных с использованием Pandas и NumPy, что позволяет быстро и качественно обрабатывать данные для обучения моделей.
Критическое мышление и способность к исследованию новых подходов к классификации данных, включая использование алгоритмов, таких как RandomForest, и их адаптацию к специфическим задачам.
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