Вакансия открыта в ООО "Норникель Спутник" (аккредитованная IT - компания)

НАШИ ЗНАНИЯ - ВАШИ ВОЗМОЖНОСТИ

"НОРНИКЕЛЬ-Спутник" СЕГОДНЯ:

Уникальные и интересные задачи: У нас можно участвовать в масштабных и уникальных проектах совместно с коллегами по всей России и видеть результаты своей ежедневной работы.

Поддержка коллег: У нас можно развиваться вместе с опытной командой, готовой делиться своей экспертизой и поддерживать вас при решении сложных задач.

Разносторонний опыт и развитие: У нас можно совершенствовать свои навыки и знания, которые сделают вас конкурентоспособными на рынке труда, а также иметь возможности для прозрачного карьерного роста, как вертикального, так и горизонтального.

Забота о сотрудниках: У нас можно активно участвовать в корпоративной жизни, присоединяться к волонтерским программам Группы компаний «Норникель», всегда быть в форме, участвуя в спортивных мероприятиях вместе с коллегами.

Условия:

• Работа в крупной Федеральной Компании
• Достойный уровень заработной платы, премия по итогам года
• Соблюдение ТК РФ (оформление, оплата больничных, отпусков и пр.)
• ДМС, в т.ч. стоматология

Требования:

• Хорошее знание математической статистики и математического аппарата современных ML/DL алгоритмов
• Наличие релевантного опыта работы в областях Data Mining и Data Science от 2-х лет
• Знание принципов организации обработки и хранения больших объемов данных
• Знание математических библиотек и библиотек работы с данными Python (numpy, scikit-learn, matplotlib, pandas)
• Уверенное знание SQL
• Понимание методов машинного обучения с точки зрения математики и умение адаптировать их под конкретные задачи
• Опыт проработки задач от бизнес-постановки до математической формулировки и реализации в коде

Будет преимуществом:

• Опыт вывода ML-моделей в production
• Знание DL фреймворков (PyTorch, TensorFlow)
• Опыт back-end разработки

Обязанности:

• Разработка аналитических моделей с использованием инструментария машинного обучения, интерпретация результатов, моделирование прототипов, оценка качества результата модели, построение архитектуры решения
• Проведение тестирования разработанных аналитических моделей на производственных площадках
• Формирование и проверка гипотез, определение необходимых источников данных
• Применение алгоритмов и инструментов для сбора и трансформации данных в удобный для анализа вид
• Проведение аналитики с целью поиска аномалий и паттернов
• Разработка, внедрение и поддержка ИТ-инфраструктуры, необходимой для интеграции решений по оптимизации бизнес-процессов на основе технологий анализа данных
• Эффективная коммуникация с заказчиком и остальной командой