Junior Data Scientist
В архиве с 3 февраля 2017
Требуемый опыт работы: 1–3 года
Полная занятость, полный день
Москва
Вакансия в архиве
Работодатель, вероятно, уже нашел нужного кандидата и больше не принимает отклики на эту вакансию
Похожие вакансии
Опыт от 1 года до 3 лет
Получение данных от сенсоров: камер, радаров и др. Реконструкция сцены. Детектирование, идентификация и сопровождение участников движения: транспортных средств (ТС), пешеходов.
Camera calibration. - Опыт в мl & computer vision не менее 2 лет, наличие самостоятельно завершенных проектов. - Понимание основных архитектур детектирования и...
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...
Москва
Опыт от 1 года до 3 лет
Проектирование и разработка аналитических витрин данных на базе СУБД Greenplum и вывод в промышленную эксплуатацию. Разработка ETL-процессов по преобразованию...
Опыт работы не менее 1 года в качестве Data Engineer / Data Analyst / ETL Developer. Знание SQL на экспертном уровне (аналитические...
Опыт от 1 года до 3 лет
Развитие и поддержка хранилищ на основе Greenplum\ClickHouse. Анализ кода ПО и запросов бизнес пользователей на предмет эффективности использования ресурсов...
Глубокие знания принципов работы реляционных СУБД. Желательно знание стека технологий Greenplum\Click House (или другой mpp платформы). Желательно Hadoop.
Опыт от 3 до 6 лет
Можно из дома
Работа с Hadoop (Impala, Spark) в Jupyter Hub. Наиболее часто применяемые методы: деревья решений, бустинги, лог.регрессия, различные методы кластеризации, ALS...
Какие знания и навыки для нас важны: Опыт работы в банковском/финансовом/телеком/ритейл секторе от 2-х лет в...
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.
Москва