Data Scientist (Cybersecurity)
В архиве с 16 июня 2019
Требуемый опыт работы: 1–3 года
Полная занятость, полный день
Москва, Шарикоподшипниковская улица, 1
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
Можно из дома
Построение, валидация и поддержка скоринговых модели для страховых продуктов на основе транзакционной и поведенческой информации. Анализ и обработка больших массивов...
Высшее техническое образование (будет преимуществом – МГУ, МФТИ, МГТУ им. Баумана, СПбГУ). Уверенное понимание методов как классического скоринга, так и машинного...
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, 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
Опыт от 3 до 6 лет
Можно из дома
Анализировать источники данных. Создавать процессы интеграции данных в DWH. Создавать процессы обновления данных внутри DWH. Помогать аналитикам с созданием витрин.
Опыт работы в DWH, Python, SQL в совершенстве. Понимание архитектуры построения хранилищ. Знание отличия Anchor от Data Vault.
Опыт от 3 до 6 лет
Загружать и обрабатывать в DWH данных внутренних и внешних систем (стек Kafka, PySpark, Hadoop, Clickhouse, AirFlow). Принимать участие в построении...
Опыт обработки больших данных, знание принципов работы БД и методологий моделирования. Продвинутый уровень владения Spark, Python, Apache AirFlow, SQL.
Москва, Новокузнецкая
Опыт от 3 до 6 лет
Анализом данных: классификация, кластеризация, поиск аномалий, зависимостей, прогнозирование. Генерацией и проверкой гипотез для решения задач - важен поиск нестандартных подходов.
Экспертизы в области решения ML задач для инвестиционной деятельности, например, опыт разработки и внедрения моделей для задач Customer Journey Management.
Москва, Шарикоподшипниковская улица, 1