Наука о данных с упором на искусственный интеллект (ИИ). Обязанности: Анализ данных: собирать, очищать и анализировать данные из различных источников, включая структурированные и неструктурированные данные. Моделирование данных: разрабатывайте и применяйте алгоритмы машинного и глубокого обучения для создания прогнозных моделей, классификации данных, выполнения кластеризации и других задач анализа данных. Интеграция искусственного интеллекта: внедрение и интеграция искусственного интеллекта в ра
Наука о данных с упором на искусственный интеллект (ИИ). Обязанности: Анализ данных: собирать, очищать и анализировать данные из различных источников, включая структурированные и неструктурированные данные. Моделирование данных: разрабатывайте и применяйте алгоритмы машинного и глубокого обучения для создания прогнозных моделей, классификации данных, выполнения кластеризации и других задач анализа данных. Интеграция искусственного интеллекта: внедрение и интеграция искусственного интеллекта в различные аспекты бизнеса и процессов принятия решений. Оптимизация модели. Оценивайте и улучшайте производительность моделей, используя методы оптимизации и настройку параметров. Визуализация данных: визуализируйте результаты анализа данных и модели для общения с заинтересованными сторонами. Исследования: проводить исследования в области науки о данных и искусственного интеллекта, чтобы открыть новые методы и технологии, которые способствуют развитию проектов и бизнеса. Требования: Опыт работы в области Data Science не менее 2 лет. Глубокие знания машинного обучения и статистики. Опыт работы с такими языками программирования, как Python, R и библиотеками машинного обучения (например, TensorFlow, PyTorch, scikit-learn). Понимание основ искусственного интеллекта и его применения в бизнесе. Знание SQL для извлечения данных из баз данных. Сильные коммуникативные навыки и умение работать в команде. Образование в области информатики, математики, статистики или смежных областях. Предпочтительная квалификация: Опыт работы с платформами облачных вычислений (например, AWS, Azure, Google Cloud). Знание методов обработки естественного языка (НЛП). Опыт работы с большими массивами данных (Big Data). Опыт разработки и внедрения моделей машинного обучения в производственные среды. Гибкий график неполный рабочий день (с возможностью перехода на полный рабочий день). Конкурентная заработная плата и бонусы. Дружелюбная рабочая атмосфера. Возможности карьерного роста.