🔥
Не упустите лучшие вакансии!
Подключите наш Telegram-бот и получайте мгновенные уведомления о новых предложениях из 10+ источников. Будьте первым, кто откликнется!
Подключить ботаML-разработчик
F6
•
Москва
•
Полный рабочий день
•
Опубликовано: 08 Oct 2026
Задачи, которые предстоит решать
* Разработка и внедрение моделей машинного обучения для семантического анализа текстовых и веб-данных.
* Построение систем автоматической категоризации и кластеризации контента на основе неструктурированных источников.
* Разработка алгоритмов для генерации кратких текстовых представлений (summary / description) с использованием NLP-подходов.
* Проектирование и оптимизация моделей, работающих с слабо структурированными и шумными данными.
* Построение и анализ графовых представлений данных, выявление связей и закономерностей.
Откликайся на эту вакансию, если
* Практический опыт работы с фреймворками: PyTorch, TensorFlow, Keras.
* Понимание архитектур сверточных нейронных сетей: ResNet, EfficientNet, DenseNet.
* Опыт построения нейронных сетей с нуля и адаптации предобученных моделей.
* Опыт работы с несбалансированными выборками и задачами многоклассовой классификации.
* Практический опыт применения классических алгоритмов машинного обучения на табличных данных (scikit-learn).
* Опыт анализа и предобработка данных с использованием pandas, NumPy.
* Feature engineering, оценка и валидация моделей.
* Опыт построения ETL-пайплайнов для обработки данных и подготовки к обучению моделей.
* Опыт очистки, трансформации и подготовки данных для ML-задач.
* Разработка и внедрение моделей машинного обучения для семантического анализа текстовых и веб-данных.
* Построение систем автоматической категоризации и кластеризации контента на основе неструктурированных источников.
* Разработка алгоритмов для генерации кратких текстовых представлений (summary / description) с использованием NLP-подходов.
* Проектирование и оптимизация моделей, работающих с слабо структурированными и шумными данными.
* Построение и анализ графовых представлений данных, выявление связей и закономерностей.
Откликайся на эту вакансию, если
* Практический опыт работы с фреймворками: PyTorch, TensorFlow, Keras.
* Понимание архитектур сверточных нейронных сетей: ResNet, EfficientNet, DenseNet.
* Опыт построения нейронных сетей с нуля и адаптации предобученных моделей.
* Опыт работы с несбалансированными выборками и задачами многоклассовой классификации.
* Практический опыт применения классических алгоритмов машинного обучения на табличных данных (scikit-learn).
* Опыт анализа и предобработка данных с использованием pandas, NumPy.
* Feature engineering, оценка и валидация моделей.
* Опыт построения ETL-пайплайнов для обработки данных и подготовки к обучению моделей.
* Опыт очистки, трансформации и подготовки данных для ML-задач.
🚀
Ваше резюме увидят первым!
Автоматическое поднятие на HeadHunter каждые 4 часа. Увеличьте свои шансы на успех в 10 раз!
Подключить автоподнятие