Чем предстоит заниматься:
- Проверка корректности внедрения моделей в промышленную среду
- Ежедневный контроль работы моделей для оперативного реагирования
на проблемы в качестве данных (настройка нотификаций) - Расчет метрик качества моделей для оценки их деградации
- Оценка экономических эффектов работы моделей и влияния на портфель
- Разработка новых методов оценки качества ML-моделей
- Разработка алгоритмов/методов контроля качества модельных данных
- Создание проверок качества по разработанным методам
- Анализ пороговых значений и их актуализации
- Доработка и оптимизация текущего решения в проме
- Тестирование алгоритмов на средах разработки
- Визуализация результатов на дашбордах в Superset
- Решение множества других задач в области аналитики по ML-моделям
Требования:
- SQL
- Python
- PySpark
- Hadoop
- AirFlow
- Базовые знания ML (опционально)
- Apache Superset (опционально)