Мы в Telegram
Чем предстоит заниматься:
- анализ новых источников данных, оценка эффективности новых данных;
- гео-рекомендации — предсказание интентов клиентов и ранжирование;
- Deep Learning на геоданных — фундаментальные модели, эмбеддинги пространств, GNN и трансформерные модели;
- расширение текущих моделей на большее количество сегментов;
- разработка/улучшение моделей;
- автоматическое переобучение моделей;
- анализ неструктурированных данных и использование LLM моделей;
- взаимодействие с заказчиками в рамках проектов по разработке моделей.
Требования:
- высшее техническое образование;
- знания основ линейной алгебры, методов оптимизации, теории вероятностей и математической статистики;
- уверенный Python: pandas, numpy, scikit-learn;
- хорошее понимание базового ML: обучение, валидация, переобучение, метрики качества, знание классических алгоритмов ML;
- базовый PyTorch: Dataset / DataLoader, train/validation loop, понимание эмбеддингов;
- владение SQL: join, aggregation, window functions;
- умение аккуратно работать с чужим кодом и воспроизводить эксперименты;
- опыт воспроизведения идей из статей / arXiv, даже на упрощенных датасетах будет плюсом;
- знакомство с PySpark / большими данными как преимущество.