Data Scientist (Рекомендательные системы)@ Simbirsoft

О позиции

Мы ищем Data Scientist для работы в компании SimbirSoft. Ваша основная задача будет заключаться в разработке и внедрении моделей машинного обучения, а также в работе с временными рядами, аномалиями, ранжированием и признаками реальных процессов. Эта вакансия Data Scientist удалённо предлагает вам возможность стать частью команды экспертов и развивать свои навыки в области машинного обучения.

Чем вы будете заниматься

• Разработка и внедрение моделей машинного обучения, включая работу с временными рядами и аномалиями.
• Создание рекомендательных систем с использованием матричной факторизации, контентных и коллаборативных подходов.
• Работа с градиентным бустингом, включая CatBoost, LightGBM и XGBoost.
• Интерпретация моделей и проверка статистических гипотез.
• Обучение и дообучение моделей на GPU.
• Запуск ML в продакшн, включая понимание принципов сервинга моделей с использованием Docker и Kubernetes.

Требования

• Опыт работы в data science или machine learning от 2-х лет.
• Глубокое понимание классического машинного обучения: линейные модели, деревья решений, ансамбли, кластеризация.
• Уверенное знание Python на уровне ООП и классического набора библиотек: pandas, numpy, scikit-learn.
• Базовые знания SQL и работы с промышленными базами данных.
• Понимание специфики промышленного ML: дрейф данных, мониторинг качества.
• Опыт работы с метриками оценки рекомендательных систем.

Будет плюсом

• Знакомство с MLOps-инструментами: MLflow, DVC, Kubeflow.
• Опыт проведения A/B-тестов и дизайна экспериментов.

Что мы предлагаем

• Работу в команде экспертов с широким технологическим стеком и сотнями проектов.
• Гибкий график работы, который позволяет высыпаться и выделять время на хобби.
• Льготы и меры господдержки для IT-компаний.
• Возможность разрабатывать IT-решения для разных отраслей.
• Развитую систему наставничества и сертификацию за счёт компании.
• Полный соцпакет и «белую» зарплату.

Эта вакансия Data Scientist удалённо предоставляет отличные возможности для профессионального роста и развития в области машинного обучения.