Наш стек: классический ML (CatBoost, XGBoost, PyTorch и т.д.), временные ряды.
Чем предстоит заниматься:
- feature engineering для ML модели;
- поиском неочевидных подходов к решению задачи прогнозирования (готовность пробовать новые подходы и не зацикливаться на бустингах);
- внедрением ML-моделей в рабочие процессы;
- взаимодействие с бизнесом.
Пожелания к опыту:
- опыт работы в области машинного обучения от 3 лет;
- отличные знания математического аппарата (теория вероятностей, математическая статистика, линейная алгебра, вычислительная математика);
- понимание как устроены основные ML-алгоритмы (от линейной регрессии до трансформеров);
- опыт работы с PySpark;
- уверенные знания Pandas, CatBoost, PyTorch;
- уверенные знания Python3, Pytest, алгоритмов и структур данных;
- опыт работы с SQL.
Будет плюсом:
- успешное участие в соревнованиях по машинному обучению;
- опыт в проведении А/Б тестов;
- опыт с Big Data стеком (Spark, Hive, AirFlow, Kafka);
- опыт самостоятельного проектирования и внедрения ML моделей;
- опыт работы с инструментами MlOps (MLFlow, DVC);
- держите руку на пульсе и интересуетесь, что происходит в ML-мире (интерес к SOTA-подходам к табличным данным, и есть представление о GNN).