Data scientist intern (вакансія неактивна)

Мы — Artellence, продуктовая компания, миссия которой заключается в раскрытии потенциала использования больших данных из открытых источников. Мы одними из первых начали изобретать ML&AI инструменты для аналитики open data. Наши консалтинговые и SAAS продукты направлены на повышение эффективности бизнеса и решение важных социальных задач. Детальнее: artellence.com.

Сейчас у нас открыта позиция интерна. Интерншип (оплачиваемый) в нашей компании составляет около 2-х месяцев, за это время мы даем сложные и интересные задачи из разных сфер data science, курируем и помогаем их решать. В случае успешного прохождения интерншипа — предлагаем оффер на Junior DS.

Мы предоставляем возможности для быстрого роста:
> На позицию интерна мы берем в команду студентов или недавних выпускников топового уровня (с небольшим или без опыта работы) и предоставляем возможность очень быстро расти
> Для этого мы даем сложные, интересные, нестандартные задачи и помогаем их решать
> Поощряем придумывание новых нестандартных подходов к решению задач
> И самое главное — создаем правильную атмосферу, намного проще тянуться к новым знаниям, когда тебя окружают единомышленники топового уровня

Желаемые технические требования:
> Опыт работы на Python 1+ год, использование пакетов numpy, pandas, scikit-learn итд.
> Математический бекграунд
> Понимание основных принципов и техник в машинном обучении, supervised и unsupervised learning
> Опыт предобработки данных (feature engineering)
> Понимание асимптотики, алгоритмов, структур данных
> Опыт работы с SQL и NoSQL базами данных
> Фулл-тайм занятость

Будет плюсом:
> Ты увлекаешься олимпиадной математикой и/или программированием, являешься призером Всеукраинских олимпиад
> Опыт разработки на Flask
> Опыт внедрения собственных моделей в production
> Опыт с нейронными сетями

Примеры задач, над которыми можно работать:
> Нахождение оптимальных способов использовать имеющиеся данные для создания финального предиктора — кредитного скоринга
> Обучение новых и улучшение существующих моделей, характеризующих пользователя (например, возраст и уровень интеллекта)
> Нахождение оптимальных подходов к кластеризации пользователей для достижения заданных целей
> В перспективе возможность осваивать другие разделы DS: работа с текстами и изображениями

Что мы предлагаем (дополнительно):
> Удобная локация офиса, гибкий график, конкурентная компенсация итд.