Nauka o danych w EpicentrK

Wymagania:

Stopień magistra/licencjata w dziedzinie ekonomii, statystyki, przetwarzania danych, inteligentnej analizy danych, informatyki< p>Praktyczne doświadczenie w pracy z klasycznymi zestawami narzędzi do uczenia maszynowego (modele liniowe, klasyfikacje, klastrowanie, redukcja wymiarowości), zrozumienie systemów rekomendacyjnych (współfiltrowanie, baza treści, hybryda), przetwarzanie języka naturalnego (Transformers, fasttext, seq2seq, nltk), głębokie uczenie się (keras, pytorch, tensorflow, mxnet), a nawet uruchamianie modeli uczenia maszynowego w środowiskach produkcyjnych.

Znajomość co najmniej technologii serwerowych

Możliwość wykorzystania SQL i NoSQL do zapytań do dużych baz danych oraz możliwość tworzenia i utrzymywania procesów wyodrębniania i integrowania danych z różnych źródeł.

Doświadczenie z narzędziami do analizy statystycznej, takimi jak Python (biblioteki pandas, numpy, plotly, sklearn i inne)

p>

znajomość statystyki matematycznej i teorii prawdopodobieństwa

Dodatkowo:

Narzędzia analityki biznesowej

BigData stos (Clickhouse, Kafka, Hadoop, Spark)

ElasticSearch

Potoki ETL

Zadania:

Budowanie, doskonalenie i wsparcie modeli ML.

Określanie efektywności ekonomicznej wdrożonego modelu

Rozwiązuj trudne zadania w oparciu o dużą ilość danych

Wyszukaj nowe sposoby wdrażania inicjatyw

Przeprowadzanie testów A/B

inteligentna analiza danych