Руководитель направления по исследованию данных (Data Scientist)

Вакансия № 10959742 от компании Diamond Personnel R&C на Электронной Службе Занятости Населения Москвы.

✷ Смотрите другие предложения работы от компании Diamond Personnel R&C.

☑ Основной блок:

Опыт работы: 1–3 года.

Тип занятости: полная занятость.

График работы: полный день.

Зарплата: по результату собеседования.

Примерное место работы: Россия, Москва.

☑ Актуальность объявления:

Это объявление № 10959742 добавлено в базу данных: Среда, 22 января 2025 года.

Дата его обновления на этом интернет-ресурсе: Понедельник, 17 марта 2025 года.

☑ Статистика предложения работы № 10959742:

Прочитано соискателями - 99 раз(а);
Отправлено откликов - 0 раз(а);

☑ Репутация компании "Diamond Personnel R&C":

Читайте свежие отзывы сотрудников об этом работодателе здесь!

Оставить своё мнение об этой компании можно тут без регистрации и бесплатно.

☑ Подробности о вакантном месте:

Мы ищем тех, кто чувствует в себе потенциал, силы и желание принять участие в незаурядной Data-инициативе.

Что будем делать?

Будем в режиме реального времени собирать и обрабатывать огромные объемы данных с финансовых рынков.

Будем объединять их со своими данными.

Будем с помощью известных и новых для российского рынка технологий выжимать из этих данных всё полезное для нашего бизнеса.

Будем решать широкий спектр ML-задач от прогнозирования бизнес-показателей до обработки естественного языка

Кого мы ищем?

Data Engineers с опытом обработки потоковых данных и навыками работы Real time / Time series данными;

Data Scientists широкого профиля с опытом встраивания ML-моделей в архитектуру, работающую с потоковыми данными;

Основные требования:

Опыт работы в области Data science от одного года

Работа с данными

Знание SQL - простые запросы, Join`ы, агрегаты, группировки, вложенные запросы

Знание python: стандартные структуры данных (dict, list, set, модуль collections), pandas, numpy, h5py;

Знакомство с форматами данных: сsv и разновидности, json, yaml, parquet, orc;

Знакомство с bash: базовые комманды для работы с файлами и процессами (cd, cp, mv, ls, rm, grep, head, tail, tr, du, df, free, top, ps, kill, locate) - нужно для работы на кластере;

Моделирование:

Feature Enginering: - методы оценки значимости и отбора признаков, методы уменьшения размерности, приемы работы с текстом;

Model - различать основные классы задач (регрессия, классификация, кластеризация) и уметь формулировать бизнес-задачу в их терминах.

Знать основные методы и знать api по их использованию; Знать методы работы с временными рядами;

Python - sklearn, numpy, scipy, xgboost (в порядке убывания приоритета)

Evaluation:

Различать методы оценки качества модели под основные классы задач и понимать плюсы и минусы их применения. (f1, precision, recall, roc auc, mse, rmse, silhouette..)· Инструменты для организации и автоматизации работы: GridSearch, pipelines, ide, git, Jira

Также требуется владение английским языком на уровне чтения технической документации