MEINE BANK IST MEINE UNTERSTÜTZUNG.Die Unterstützung von Millionen Ukrainern, die von nun an sagen "MY".MEINE LEUTE. MEIN GESCHÄFT. MEINE FREIHEIT. style="font-style: inherit; Font-weight: 700">DatenWissenschaftlerHauptaufgaben:Entwicklung und Implementierung hochpräziser Prognosemodelle (Klassifizierung, Regression) für Finanzdaten.Optimierung und Abstimmung baumbasierter Modelle (XGBoost, LightGBM) zur Verbesserung ihrer Effizienz.Durchführung tiefgreifender Datenanalysen und Feature-Engineeri
MEINE BANK IST MEINE UNTERSTÜTZUNG.
Die Unterstützung von Millionen Ukrainern, die von nun an sagen "MY".
MEINE LEUTE. MEIN GESCHÄFT. MEINE FREIHEIT.
style="font-style: inherit; Font-weight: 700">Daten
WissenschaftlerHauptaufgaben:
- Entwicklung und Implementierung hochpräziser Prognosemodelle (Klassifizierung, Regression) für Finanzdaten.
- Optimierung und Abstimmung baumbasierter Modelle (XGBoost, LightGBM) zur Verbesserung ihrer Effizienz.
- Durchführung tiefgreifender Datenanalysen und Feature-Engineering zur Verbesserung der Qualität von Modellen.
- Zusammenarbeit mit Dateningenieuren zur Erstellung effektiver Pipelines für maschinelles Lernen.
- Betreuung junger Teammitglieder und Vermittlung von Wissen über Best Practices für die Modellierung.
- Entwicklung und Implementierung von Modellleistungsüberwachungssystemen.
Diese Position erfordert:
- 5+ Jahre Erfahrung in Data Science.
- Nachgewiesene Erfahrung beim Erstellen und Implementieren von Vorhersagemodellen für große Mengen tabellarischer Daten.
- Höhere Ausbildung in Mathematik, Informatik, Physik oder Ingenieurwesen.
Technische Anforderungen:
- Tiefes Verständnis der Algorithmen des maschinellen Lernens und ihrer Anwendung auf tabellarische Daten.
- Expertenniveau in der Arbeit mit baumbasierten Modellen (XGBoost, LightGBM usw.).
- Erfahrung in Hyperparameter-Optimierung und Kreuzvalidierungstechniken, Messung der Zuverlässigkeit des Modells in seinen Vorhersagen (Konfidenzintervalle, Vorhersagesätze).
- Kenntnisse über Feature-Auswahl und Feature-Engineering-Methoden für tabellarische Daten und Zeitreihen.
- Erfahrung mit unausgeglichenen Datensätzen (ohne Over/Down-Sampling-Techniken, andere Methoden).
- Expertenwissen über Python und seine ML-Bibliotheken (scikit-learn, SciPy, statsmodels etc.).
- Erfahrung mit Modellversionierungssystemen (MLflow, DVC).
- Kenntnisse über ML-Modelltest- und Debugging-Praktiken.
- Erfahrung mit PyTorch zum Erstellen neuronaler Netze (bevorzugt).
- Grundlegende Erfahrung mit AWS-Diensten für ML (vorzugsweise SageMaker) Karrierewachstum aller Mitarbeiter;
- offizielle Anstellung unter Einhaltung aller sozialen Garantien gemäß dem Arbeitsgesetzbuch (bezahlter Krankenurlaub, Urlaub ab 29 Kalendertagen pro Jahr);
- kostenlose Krankenversicherung für alle Mitarbeiter.
Senden Sie Ihren Lebenslauf - Werden Sie Teil desSAVINGS-Teams!
Einsparungen in sozialen Netzwerken Netzwerke:
Facebook https://www.facebook.com/oschadbank/
Linkedin https://www.linkedin.com/company/oschadbank/
Instagram https://www.instagram.com/oschadbank_official/
Tiktok https://www.tiktok.com/@oschad