Мы в Telegram
Чем предстоит заниматься
- Развивать и улучшать модели прогнозирования.
- Заниматься полным циклом: сбор и обработка данных, feature engineering, выдвижение и проверка гипотез, оценка качества моделей на статистических и бизнес-метриках.
- Проектировать архитектуру ML-систем — от пайплайнов данных до продакшн-сервисов.
- Доводить решения до продакшна самостоятельно: писать промышленный код, создавать простые API-сервисы для интеграции моделей с внутренними системами.
- Общаться с заказчиками, формализовывать требования, предлагать и обосновывать новые подходы.
Требования
- Уверенное знание Python и стандартных DS-библиотек.
- Опыт работы с временными рядами и прогнозированием спроса (или смежных задач) — понимание специфики: сезонность, интермиттентный спрос, иерархическая структура данных.
- Опыт построения архитектуры ML-систем и вывода моделей в продакшн, а не только в исследовательском режиме.
- Инженерные навыки: сбор и обработка данных, построение пайплайнов, работа с базами данных (SQL).
- Опыт разработки простых API-сервисов для интеграции моделей с другими системами.
- Высшее образование в одной из сфер: математика, компьютерные науки или смежные.
Будет плюсом
- Опыт агентской разработки и использования ИИ-инструментов в повседневной работе.
- Опыт работы с gRPC — в команде сервисы принято делать на gRPC, HTTP почти не используется.