Аналитик / Data scientist
В архиве с 30 марта 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 3 до 6 лет
Искать инсайты и паттерны в поведении пользователей. Анализировать аномалии и выявлять их причины. Искать точки роста Холдинга путем анализа данных.
Опыт работы от 3 лет в роли дата аналитика. Уверенное владение SQL, python. Высшее техническое образование. Понимание различий между бизнес...
Работодатель сейчас онлайн
Опыт от 1 года до 3 лет
Откликнитесь среди первых
Команда занимается разработкой и сопровождением Рекомендательной системы кросс-продаж. Результаты работы команды осязаемы – их видят большинство клиентов во время визита...
Опыт работы с реляционными БД (MS SQL, Oracle, GreenPlum). Знание Python и основных библиотек анализа данных (pandas, matplotlib, numpy).
Работодатель сейчас онлайн
Опыт от 3 до 6 лет
Разработка CV-моделей и участие в развертывании их в промышленных системах Сбер. Создание промышленных прототипов: от коммуникации с заказчиком (вплоть...
Опыт промышленной разработки CV-моделей от 3 лет. Уверенное знание Python, PyTorch, OpenCV. Хорошие навыки написания кода, смотрим код в...
Москва, Дмитровская
Опыт от 1 года до 3 лет
Прими участие в собеседовании с командой.
Хорошо знает математику и владеет основами статистики. Использует в своей работе язык программирования Python или R (желательно). Не боится большой...
Опыт от 3 до 6 лет
Откликнитесь среди первых
Разработка и поддержка data science моделей (прогноз поведения клиентов и динамики портфеля, эластичность к цене, оптимизация структуры продуктов и другие...
Знания в области data science/computer science/математики. Владение Python (numpy, sklearn, pandas, matplotlib, pytorch, tensorflow, etc.). Нейронные сети и...
Опыт от 3 до 6 лет
Модели склонности и поддержки продаж (управление коммуникациями по продажам, выявление склонных к покупке продуктов банка клиентов). Продуктовый кошелек клиента.
Уверенный использование технологического стека: python, LightGBM/XGBoost/CatBoost, sklearn, pandas, numpy + sql + git. Знание Spark, Hadoop, Hive.
Москва