Работа с классическими ML-моделями, подготовкой данных и витринами признаков для машинного обучения.
Задачи:
- Разработка классических ML-моделей: линейных моделей, деревьев и бустингов
- Подготовка датасетов и обработка данных
- Оценка качества моделей по метрикам
- Работа с большими данными
- Создание SQL-запросов для формирования целевой переменной и витрин с признаками
Требования:
- Базовые знания машинного обучения и методов математической статистики
- Знание Python и библиотек для машинного обучения: Pandas, NumPy, scikit-learn
- Понимание архитектур и опыт разработки классических ML-моделей
- Знание методов обработки данных и метрик оценки качества
- Базовые знания работы с большими данными: Spark, Hadoop
- Умение создавать SQL-запросы к базам данных
Условия: гибридный формат в Москве, полная занятость, стажировка. Зарплата — по договорённости.