Младший ML-аналитик (Junior Machine Learning Analyst)

Описание

Датаюниверс – аккредитованная ИТ компания, надежный партнер на цифровом поле фармацевтической отрасли России. Мы развиваем внутреннее направление искусственного интеллекта и машинного обучения для группы компаний. Команда занимается прикладными AI/ML-проектами, которые решают реальные бизнес-задачи: прогнозирование спроса, динамическое ценообразование, анализ коммерческих данных, рекомендательные механики, скоринг и автоматизация аналитических процессов. Ищем младшего ML-аналитика, который присоединится к действующей команде и будет участвовать как в развитии уже запущенных решений, так и в создании новых ML-продуктов. Основные обязанности: Основные задачи будут связаны с классическим Machine Learning и анализом данных. В частности: анализировать большие массивы бизнес-данных, искать закономерности и формулировать гипотезы; подготавливать данные для обучения моделей: очистка, объединение источников, обработка пропусков и выбросов, feature engineering; разрабатывать и тестировать ML-модели; решать задачи прогнозирования временных рядов и спроса; разрабатывать модели классификации, скоринга и ранжирования; участвовать в создании рекомендательных алгоритмов; проводить статистический анализ результатов и оценивать качество моделей; сравнивать подходы и выбирать модель исходя не только из ML-метрик, но и из бизнес-эффекта; участвовать в проведении пилотов и A/B- или контрольных экспериментов; готовить результаты моделей для использования в отчетах и дашбордах; совместно с бизнес-заказчиками разбираться в постановке задачи и переводить бизнес-проблему в аналитическую/ML-задачу; документировать разработанные алгоритмы и результаты экспериментов; поддерживать и дорабатывать уже работающие модели. Ключевые требования Продвинутый Python (+ ML-библиотеки) Знание классических алгоритмов машинного обучения Знание метрик качества регрессии и классификации Понимание основных задач Machine Learning: regression; classification; clustering; ranking; time series / forecasting; Преимуществом будет: MLflow А\B Тесты SHAP\LIME Polars Будет плюсом: LightGBM · XGBoost / CatBoost · statsmodels · библиотеки для работы с временными рядами · Matplotlib / Plotly · опыт работы с BI-инструментами · Docker ​​​​​Условия: Оформление в аккредитованную IT-компанию Оформление в соответствии с ТК РФ ДМС после испытательного срока Корпоративные скидки в X-fit Возможность внешнего и внутреннего обучения: корпоративные скидки на обучение в SkyEng, Skillbox Возможность профессионального развития в рамках группы компаний