Junior/Middle ML Engineer (в архиве)

Мы ищем способного Junior/Middle Data Scientist, который умеет решать поставленные задачи машинного обучения.
Работать предстоит в команде динамического ценообразования.

Возможно дальнейшее распределение и отработка в компании.

Как устроен отбор:

Поскольку к нам приходит много заявок (100+), вначале мы проводим тестовое соревнование для отбора кандидатов.
Лучшие 5-10 кандидатов пройдут интервью. По результатам интервью, а так же исходя из ваших знаний и запросов по ЗП, мы примем финальное решение.

Ссылка на соревнования:
https://www.kaggle.com/competitions/21-vek-by-demand-pattern-prediction

Какие задачи предстоит решать:

• Участие в разработке, тестировании и поддержке ML-моделей для задач динамического ценообразования
• Проведение и анализ A/B тестов: сплит, проверка гипотез, обработка результатов
• Предобработка и анализ экономических/финансовых данных
• Написание и оптимизация SQL-запросов для формирования выборок и витрин данных
• Автоматизация рутинных задач и этапов пайплайнов данных

Обязательные требования:

• Знание Python на уровне написания чистого, поддерживаемого кода
• Практический опыт работы с основными библиотеками для анализа и ML: pandas, numpy, scikit-learn
• Понимание основ машинного обучения (обучение/валидация, переобучение, базовые алгоритмы)
• Умение писать SQL-запросы средней сложности (SELECT, JOIN, WHERE, GROUP BY, агрегатные функции)
• Базовые навыки работы в Linux-терминале (навигация, работа с файлами, просмотр логов)
• Навыки работы Git
• Важно: Активное желание учиться, внимательность к деталям и умение работать в команде.

Будет плюсом:

• Образование или опыт в экономике, финансах, бизнес-аналитике
• Понимание основ A/B тестирования и опыт работы с ним (статистическая проверка гипотез, интерпретация результатов)
• Знание оконных функций (window functions) в SQL
• Навыки работы с Сlickhouse
• Навыки работы с PyTorch для глубокого обучения
• Навыки работы с Docker (понимание концепции, запуск контейнеров)
• Навыки работы с MLFlow