Descrizione
Основные требования
Хорошее знание Python.
Понимание основных алгоритмов машинного обучения: классификация, регрессия, кластеризация, деревья решений, boosting.
Опыт работы с scikit-learn, Pandas, NumPy.
Базовое понимание PyTorch или TensorFlow.
Понимание основных ML-метрик и принципов валидации моделей.
Знание SQL и умение работать с данными.
Понимание Git и основных принципов командной разработки.
Базовое понимание Docker, REST API и Linux.
Понимание математических основ ML: линейная алгебра, теория вероятностей и статистика.
Умение самостоятельно разбираться в новых технологиях и читать техническую документацию на английском языке.
Чем предстоит заниматься
Подготовка, очистка и анализ данных для обучения моделей.
Разработка и обучение моделей машинного обучения.
Проведение экспериментов, подбор признаков и гиперпараметров.
Оценка качества моделей и сравнение различных подходов.
Работа с классическими ML-алгоритмами и современными Deep Learning-моделями.
Интеграция ML-моделей в существующие сервисы и продукты.
Оптимизация inference и производительности моделей.
Участие в построении ML-пайплайнов и автоматизации процессов обучения.
Мониторинг качества моделей после запуска.
Взаимодействие с разработчиками, аналитиками и продуктовой командой.
Что мы предлагаем
стабильная заработная плата, официальное оформление и социальные отчисления;
профессиональный, дружный и поддерживающий коллектив;
возможность профессионального и карьерного роста;
комфортные условия работы и разви
Descrizione completa, azienda e link per candidarti: dopo l'accesso.
AccediI contatti del datore di lavoro (email/telefono/telegram) sono nascosti nell'anteprima pubblica.
Invia il tuo CV così i datori di lavoro possono contattarti direttamente.