Data Scientist

Вакансия № 14867918 от компании ООО СКАЙТРЭК на Электронной Службе Занятости Населения Москвы.

✷ Смотрите другие предложения работы от компании ООО СКАЙТРЭК.

☑ Основной блок:

Опыт работы: 3–6 лет.

Тип занятости: полная занятость.

График работы: полный день.

Зарплата: от 120000 до 180000 руб..

Место работы (точный адрес): Россия, Москва, Славянский бульвар, Западный административный округ, Можайский район, Инновационный центр Сколково, улица Нобеля, 1.

☑ Актуальность объявления:

Это объявление № 14867918 добавлено в базу данных: Суббота, 1 марта 2025 года.

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

☑ Статистика предложения работы № 14867918:

Прочитано соискателями - 123 раз(а);
Отправлено откликов - 0 раз(а);

☑ Репутация компании "ООО СКАЙТРЭК":

Читайте свежие отзывы сотрудников об этом работодателе здесь!

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

☑ Подробности о вакантном месте:

Скайтрэк – российская инновационная цифровая компания, резидент Сколково.

Мы работаем над созданием мультифункциональной цифровой платформы бизнес-приложений и систем видеоанализа. Платформа позволит заказчикам получать доступ к облачным решениям в сфере транспортной безопасности, безопасности стационарных объектов и представления данных (reports, dashboards).

Мы предлагаем стать частью команды, работающей над проектами, которые базируются на нейросетевых технологиях, машинном обучении, компьютерном зрении:

Когнитивная платформа мониторинга состояния и поведения водителя и дорожной ситуации;

Когнитивная платформа видео мониторинга и видео аналитики

Мы заинтересованы в сотрудничестве с амбициозным специалистом или с состоявшимся профессионалом в области искусственного интеллекта.

ОПЫТ_ЗНАНИЯ_НАВЫКИ

Высшее образование (Физическое/Математическое/Экономическое)
Методы и алгоритмы data mining: кластеризация, регрессия, классификация; а также прикладного статистического анализа (анализ таблиц сопряжённости, параметрическая/не параметрическая проверка гипотез, дисперсионный, корреляционный анализ)
Дискретные алгоритмы, структуры данных
Работа с изображением с использованием OpenCV, библиотек на Python
Обучение алгоритмов ML (в большинстве своем нейронных сетей) применительно к изображениям
Keras, Tensorflow, Sklearn
Анализ clickstream, больших массивов данных
Построение запросов к хранилищу данных и отчетов
C++
PyTorch, Caffe
OpenVINO