В связи с расширением команды ищем Middle Data Scientist (в особых случаях готовы рассмотреть Junior+/Middle-) на проект VK Predict (https://vk.company/ru/company/business/predict/), основной фокус которого - создание и внедрение аналитических сервисов, основанных на ML-решениях.

О нашем подразделении:

- Мы представляем B2B-направление, то есть у вас будет возможность принести пользу российскому бизнесу и повлиять на развитие экономики.

- Также вы получите уникальный опыт взаимодействия с компаниями из различных сфер и приобретёте уникальные компетенции в моделировании.

- Ценим классический ML во всех его проявлениях.

- Любим заниматься инфраструктурными задачами (автоматизацией рутинных задач, оптимизацией) и выкатывать модели в production.

- Работаем в гибридном формате. Есть возможность работать в тех городах, где есть офисы VK.

Задачи

• выполнение adhoc задач по применению существующих моделей и сервисов.
• разработка различных моделей машинного обучения на новых данных.
• изучение и обработка данных из различных источников.
• внедрение регулярного расчёта новых признаков, улучшение мониторинга качества данных.
• генерация и проверка гипотез по повышению качества текущих моделей и создания новых, более высокого качества.
• развитие инфраструктуры существующих сервисов.
• написание продуктивизируемых пайплайн скриптов (не просто Jupyter Notebook) для внедрения моделей, признаков, а также для создания и поддержки функционирования новых продуктов.

Требования

• высшее техническое образование (с обязательным IT-профилем). Готовы также рассмотреть кандидатов с экономическим образованием или студентов последних курсов при условии наличия повышения квалификации на специализированных курсах (например, MADE VK, ШАД и так далее).
• наличие релевантного коммерческого опыта от 1 года.
• умение разрабатывать пайплайны для эффективной обработки данных в Python, Pyspark.
• желание заниматься и развиваться в задачах с классическим ML и DS, а также в задачах с развитием инфраструктуры development и production.
• глубокие знания классического ML.
• сильные математические знания (особенно по теории вероятностей и статистике), понимание математических основ алгоритмов машинного обучения.
• уверенное программирование на Python (базовый ООП и прикладные библиотеки - NumPy, Pandas, Sklearn, LightGBM, CatBoost, Pyspark).
• знание SQL и основ баз данных.

Будет плюсом

• опыт в задачах DE/MLE.
• опыт работы с PySpark, Hadoop.
• написание bash-скриптов, понимание возможностей интерфейса командной строки Unix-подобных операционных систем.
• опыт решения базовых задач обработки текстовых данных и последовательностей.
• знание luigi.