ML инженер

Описание

Мы ищем в нашу команду SberOS.Chaos квалифицированных специалистов разных уровней для обеспечения производительности и стабильности наших решений. SberOS – операционная системы для рабочих мест на базе Debian, собственной разработки. Предлагаем разные уровни позиций, каждый из которых требует определённого набора профессиональных качеств и навыков.

Обязанности

1\. Разработка моделей машинного обучения для автоматизации анализа UX, таких как:- Модели для тематического классифицирования запросов (topic modeling), для задачи группировки схожих предложений/жалоб- Модели для анализа тональности отзывов (sentiment analysis), чтобы понимать настроения пользователей- Внедрение алгоритмов кластеризации сессий использования для выявления типовых сценариев работы пользователей 2\. Анализ данных пользователей и формулирование ML-задач- Взаимодействие с аналитиком и UX-исследователем в части изучения массивов данных- Постановка задач машинного обучения на основе анализа данных 3\. Разработка алгоритмов для дашбордов и аналитикиML-инженер помогает аналитику автоматизировать обработку данных, в том числе:- Разрабатывает скрипты для регулярного обогащения данных (feature engineering)- Применяет модели для выделения аномалий в пользовательском поведении (anomaly detection) 4\. Оптимизация и поддержка ML-моделей- Обеспечение производительности решений- Оптимизация кода- Корректный вывод моделей в эксплуатацию 5\. Сотрудничество с командой UXML-инженер помогает пояснять результаты работы моделей аналитику и UX-исследователю. Дополнительно, ML-инженер учитывает качественную обратную связь от аналитика и UX-исследователя в рамках процесса улучшения моделей. 6\. Исследование и прототипированиеПостоянный поиск возможностей применения новых технологий AI/ML для улучшения UX продукта. Оценка целесообразности и представление прототипов команде/менеджерам.

Требования

Мы ожидаем от вас: 1. Понимание основ машинного обучения и анализа данных 2. Понимание различных типов ML-задач (классификация, регрессия, кластеризация, рекомендации, глубокое обучение и др.) и соответствующих алгоритмов 3. Уверенное владение Python 4. Опыт использования основных библиотек и фреймворков (NumPy, pandas, scikit-learn, NLTK / spaCy / transformers). Знание TensorFlow / PyTorch будет преимуществом 5. Навыки работы с данными (очистка данных, feature engineering) 6. Знание NLP (Natural Language Processing) на практическом уровне будет большим преимуществом 7. Стремление к развитию и активном участии в процессах команды

Условия

Бесплатный спортзал; · Достойная заработная плата (оклад + премии); · Гибридный режим работы · Гибкое начало рабочего дня; · ДМС с первого дня работы; · Бонус за реферальную программу; · Возможность обучения и сертификации за счет компании; · Льготное кредитование в Сбербанке и дисконт-программы от компаний партнеров.