— Высшее математическое/техническое образование (магистр, к.ф.-м.н.);
— Отличные знания по теории вероятностей и математической статистике;
— Знание классических алгоритмов машинного обучения;
— Знания современных подходов к NLP задачам: анализ тональности, классификация/кластеризация текстов, тематический анализ, извлечение сущностей; информационный поиск;
— Опыт работы в области Data Science (NLP) не менее 2 лет;
— Практический опыт разработки и оптимизации моделей машинного обучения, наличие реализованных и внедренных решений в области Data Science (NLP);
— Опыт разработки на Python с
— Базовые знания ООП, опыт работы с Git;
— Хорошие коммуникативные навыки и умение работать в команде;
— Обучаемость и стремление находить решения самостоятельно;
— Организованность и самостоятельность в планировании и решении задач;
— Знание английского языка на техническом уровне
— Опыт в обработке звуковых сигналов.
— Знание статистических методов прогнозирования
— возможность работать над масштабными и амбициозными проектами с нуля
— вы сможете видеть и пользоваться продуктом, над которым работаете
— у нас гибкий подход к повышению и пересмотру финансового вознаграждения
— мы не привязываемся к офису, готовы сотрудничать удаленно. Но для желающих поработать в офисной обстановке есть прекрасно оборудованные коворкинги на Левом берегу г.Киева (БЦ Сильвер Бриз)
— наш соц.пакет: медицинская страховка; специальные программы по спортивным клубам, школам иностранных языков; скидки в сети «Сильпо», наших ресторанах и аптеках
— возможность проходить ИТ обучение внутри компании, а также постоянно повышать и актуализировать свои soft skills благодаря тренингам и специальным внутренним программам по развитию сотрудников
— Исследование и предобработка исходных (в том числе текстовые) данных;
— Преобразование бизнес-идеи задачи в задачу машинного обучения;
— Исследование гипотез, проведение экспериментов, генерация и реализация идей по повышению качества существующих моделей;
— Создание и улучшение моделей машинного обучения, разработка поддержка и мониторинг всего жизненного цикла созданных моделей, проведение валидации и интеграция pipeline модели в промышленную инфраструктуру;
— Создание готовых к работе решений (MVP);
— Анализ результатов и их интерпретация для бизнес-заказчика;
— Взаимодействие с командой разработки продукта.
Проекты будут связаны с обработкой текстовой информации и звука. У Вас будет возможность использовать новые подходы в применении классических алгоритмов. Вы сможете полноценно заниматься анализом данных, исследованиями, а также реализацией прототипа и самого продукта.