Data Scientist

Aston — аккредитованная аутсорсинговая IT-компания, работающая с 2007 года. Наш штат насчитывает 2500+ специалистов. Мы разрабатываем программное обеспечение и IT-решения в сферах Finance, Healthcare, eCommerce, IoT, Media, Big Data, ML и многом другом.

Предлагаем присоединиться в роли Data Scientist и работать над проектом заказчика.

Заказчик — это современная, быстрорастущая ИТ-компания (c 2020 года), специализирующаяся на цифровых решениях для крупнейших финансовых организаций. Акцент на инновациях: финтех-продукты, работа с большими данными, цифровизация бизнес-процессов.

Почему это будет интересно?

• возможность повышения квалификации на проекте одного из лидеров рынка;
• современный технический стек.

• проводить анализ данных и выявлять закономерности, которые могут быть полезны для бизнеса;
• заниматься выявлением закономерностей, аномалий в технологических процессах, строить модели для прогнозирования и оптимизации нагрузки на ресурсы, интерпретировать полученные результаты;
• готовить отчеты с результатами анализа и рекомендациями для принятия решений, презентовать их заказчику;
• активно участвовать в проектной деятельности стрима.

• опыт работы в роли Data Science/NLP/LLM/ML от 3-х лет;
• уверенное владение языком программирования Python;
• опыт построения и настройки моделей для работы с временными рядами: ARIMA, SARIMA, модели на основе LSTM и т. п.;
• опыт применения методов выявления аномалий (Isolation Forest, автоэнкодеры, статистические методы и пр);
• опыт работы с библиотеками для работы с графами: NetworkX, PyTorch Geometric или аналогичными;
• знание алгоритмов на графах: поиск кратчайших путей, алгоритмы кластеризации графов, алгоритмы выделения сообществ;
• знания методов оптимизации, машинного обучения, deep learning;
• опыт предобработки и очистки данных (работа с пропусками, выбросами, нормализация, кодирование категориальных признаков, векторизация текстов);
• опыт feature engineering для задач прогнозирования и детектирования аномалий;
• опыт работы с большими объемами данных;
• умение четко формулировать задачи и результаты анализа для технических и нетехнических специалистов;
• умение работать в команде;
• аналитическое мышление, способность выявлять закономерности и формулировать гипотезы;
• готовность изучать новые методы и технологии.