Junior Data scientist
В архиве с 4 сентября 2019
Требуемый опыт работы: 1–3 года
Полная занятость, полный день
Москва, Лужники, Спортивная, Усачёва улица, 33с1
Вакансия в архиве
Работодатель, вероятно, уже нашел нужного кандидата и больше не принимает отклики на эту вакансию
Похожие вакансии
Опыт от 3 до 6 лет
Разработка ML пайплайнов для формирования персональных рекомендаций и их продуктизация. Исследование современных подходов к рекомендациям. Постановка и реализация гипотез по...
Мотивация учиться и развиваться в области рекомендательных систем. Практический опыт полного цикла решения ML задач: предобработка данных, выбор алгоритмов и...
Москва, Кутузовская
Опыт от 3 до 6 лет
Проведение полного цикла обучения и вывода в эксплуатацию ML моделей: Поддержка переобучения эксплуатируемых моделей. Генерирование и проверка идеи по улучшению...
Не менее 2 лет в области Data Science (реализованные проекты и внедренные решения). Опыт работы с табличными данными и классическим...
Москва, Деловой центр и еще 2
Опыт от 1 года до 3 лет
Проводить эксперименты с целью улучшения качества прогноза. Оптимизировать пайплайны подготовки фичей. Анализировать данные по продажам разных групп товаров для генерации...
Опыт работы в ML и DS проектах от 2 лет. Опыт решения задач прогнозирования временных рядов. Умение писать на Python.
Работодатель сейчас онлайн
Москва, Арбатская и еще 1
Опыт от 1 года до 3 лет
Мы новоиспеченный отдел, помогающий бизнесу применять ML в релевантных областях. Широкий бэклог задач: динамическое ценообразование, оптимизация сроков сдачи проектов, OCR...
Опыт в ML от двух лет. Знание основ мат. статистики. Понимание принципа работы основных алгоритмов классического ML. Опыт работы с...
Работодатель сейчас онлайн
Data Scientist Middle MLE
150 000 – 300 000 ₽Москва
Опыт от 1 года до 3 лет
Можно из дома
Собирать данные из DWH. Экспериментировать с моделями, фичами, описывать эксперименты во внутренней документации. Деплоить модели в продакшн. Проводить мониторинг, поддерживать...
Python (numpy, scipy, pandas, sklearn, catboost, pytorch). SQL (Clickhouse, PostgreSQL). Понимание, как устроены классические ML и DL алгоритмы.
Работодатель сейчас онлайн
Опыт от 1 года до 3 лет
Номер в реестре аккредитованных организаций: 5731. Номер решения о государственной аккредитации: 30. Дата решения о государственной аккредитации: 2016-02-02.
Отличное знание Kotlin. Понимание принципов ООП, SOLID и основных паттернов проектирования. Понимание принципов Android Clean Architecture и архитектурных подходов MVP...
Работодатель сейчас онлайн
Москва, Лужники, Спортивная, Усачёва улица, 33с1