Требования:
- 8+ лет опыта работы в Data-driven отраслях, включая успешную реализацию решений на основе продвинутой аналитики, DS и ML;
- Опыт управления командами и проектами по разработке аналитических решений;
- Глубокие знания в статистике, машинном обучении, нейросетях, а также навыки работы с метриками, A/B тестированием и causal inference;
- Опыт оценки и оптимизации качества моделей с использованием различных метрик;
- Навыки разработки архитектуры аналитических систем и их оптимизации;
- Знание принципов ML-Ops для внедрения и управления жизненным циклом моделей в продакшн;
- Уверенное использование методов визуализации данных для презентации результатов;
- Стратегическое мышление и умение планировать долгосрочные проекты;
- Знание и соблюдение этических норм работы с данными, включая вопросы конфиденциальности.
Будет плюсом:
- Знание ключевых процессов и метрик в здравоохранении;
- Опыт участия в соревнованиях Kaggle (желательно Grandmaster);
- Знание Python и ML-библиотек (например, PyTorch, NumPy, Scikit-learn);
- Опыт внедрения ML-Ops процессов для улучшения автоматизации и мониторинга моделей;
- Опыт работы с большими данными (Hadoop, Spark);
- Наличие ученой степени и публикаций на научных конференциях уровня A*/A.
Чем предстоит заниматься:
- Курирование всех Data Science проектов в здравоохранении, включая разработку решений на основе продвинутой аналитики и ML;
- Разработка архитектур аналитических систем и внедрение методов оптимизации;
- Оценка и улучшение качества DS-решений с использованием A/B тестов и методов causal inference;
- Формирование и управление командой DS, развитие и наставничество сотрудников;
- Внедрение и управление ML-Ops процессами для обеспечения эффективной работы моделей в продакшн среде;
- Тесное взаимодействие с IT, научными и бизнес-подразделениями для внедрения аналитических решений.