Data Scientist (Исследователь-разработчик Систем машинного обучения)
В архиве с 1 июля 2017
до 250 000 ₽
Требуемый опыт работы: более 6 лет
Полная занятость, полный день
Вакансия в архиве
Работодатель, вероятно, уже нашел нужного кандидата и больше не принимает отклики на эту вакансию
Похожие вакансии
Москва, Кутузовская
Опыт от 3 до 6 лет
Проведение полного цикла обучения и вывода в эксплуатацию ML моделей: Поддержка переобучения эксплуатируемых моделей. Генерирование и проверка идеи по улучшению...
Не менее 2 лет в области Data Science (реализованные проекты и внедренные решения). Опыт работы с табличными данными и классическим...
Москва
Опыт от 3 до 6 лет
Можно из дома
Анализировать источники данных. Создавать процессы интеграции данных в DWH. Создавать процессы обновления данных внутри DWH. Помогать аналитикам с созданием витрин.
Опыт работы в DWH, Python, SQL в совершенстве. Понимание архитектуры построения хранилищ. Знание отличия Anchor от Data Vault.
Опыт от 3 до 6 лет
Загружать и обрабатывать в DWH данных внутренних и внешних систем (стек Kafka, PySpark, Hadoop, Clickhouse, AirFlow). Принимать участие в построении...
Опыт обработки больших данных, знание принципов работы БД и методологий моделирования. Продвинутый уровень владения Spark, Python, Apache AirFlow, SQL.
Москва, Сухаревская
Опыт от 3 до 6 лет
Можно из дома
Разработка и внедрение стратегий и политик Data Governance для обеспечения высокого качества данных. Анализ данных для выявления взаимосвязей и понимания...
Опыт работы в области Data Quality / Data Governance от 2 лет. Продвинутые навыки программирования на Python и опыт работы с...
Data engineer
200 000 – 400 000 ₽Москва
Опыт от 3 до 6 лет
Откликнитесь среди первых
Оформление по ИП или договор с самозанятым. SAP BW/HANA.
Есть знания принципов работы БД, построения ХД. Опыт разработки от 4 лет на со следующим стеком: Greenplum. Adb.
Москва, Новокузнецкая
Опыт от 3 до 6 лет
Анализом данных: классификация, кластеризация, поиск аномалий, зависимостей, прогнозирование. Генерацией и проверкой гипотез для решения задач - важен поиск нестандартных подходов.
Экспертизы в области решения ML задач для инвестиционной деятельности, например, опыт разработки и внедрения моделей для задач Customer Journey Management.