Архитектор (team-lead) ML

Опубликовано:

В крупную телекоммуникационную компанию требуется Архитектор (team-lead) ML.

Задачи для тебя:

1. Лидирование построением статистических моделей для различных бизнес-задач. Примеры задач:

  • развитие chat-bot
  • прогнозирование оттока абонентов (churn management)
  • анализ показателей качества сети (performance management)
  • детектирование мошенничества (antifraud - SIM-боксы и т.д.)
  • сегментация абонентской базы (кластерный анализ)
  • оптимизация продуктов для абонентов (upsale, downsale)

2. Сбор и анализ требований бизнес-заказчиков. Постановка задач всем участникам процесса: системные аналитики, разработчики, подрядчики.

3. Генерация собственных идей для монетизации ML-решения, презентация бизнес-пользователям, «продажа» идеи.

4. Наставничество, развитие компетенций по ML для внутренней команды.

5. Участие в проектировании и развитии архитектуры (выбор платформы и т.д.) и всех функциональных процессов для ML-решения, в том числе и инфраструктурной ее части (оборудование, объемы данных).

Требования к специалисту (ключевые компетенции):

Machine Learning

1. Экспертное понимание основных классов задач и способов обучения: классификация, кластеризация, регрессия; обучение с учителем, без учителя, с подкреплением (практический опыт в задачах с частичным привлечением учителя - как плюс).

2. Глубокие знания основных алгоритмов и статистики: стат. критерии, гипотезы. Собственный подход к отбору и созданию признаков - как плюс.

3. Практический опыт решения бизнес-задач, методы оценки и контроля качества при эксплуатации, контроль стоимостей ошибок I и II рода.

СУБД

1. Глубокое знание SQL, (владение аналитическими оконными функциями как плюс)

2. Опыт работы с Vertica или иной MPP БД, Hadoop, Spark.

ETL

1. Понимание ключевых принципов загрузки данных (ETL/ELT, CDC, Staging).

Желательные компетенции:

1. Знакомство с MPP базами данных (Teradata, Vertica, Exasol, Exadata, Greenplum).

2. Понимание устройства СУБД - транзакции, индексы, Hash/Btree/Columnar, алгоритмы join (Hash/Merge), в контексте больших объемов данных.

3. Знакомство с NoSQL базами данных (MongoDB, Redis, Aerospike, Tarantul и т.д.)

4. Знакомство с Deep Learning.

5. Понимание ключевых принципов работы с большими данными - sharding, streaming, schemaless storage, InMemory processing.

6. Владение инструментами визуализации для самостоятельной проверки гипотез на данных (Tableau, Excel, SAP BusinessObjects).

Образование:

  • Образование: высшее техническое/естественно научное

Мы предлагаем:

  • Возможность участвовать в интересных проектах;
  • Команду единомышленников, которой важно создавать удобный, качественный и инновационный продукт
  • Влиять на процессы внутри Компании. Мы рады твоим полезным идеям!
  • Все, что нужно для комфортной работы: достойную заработную плату, медицинскую страховку, официальное трудоустройство, компенсацию мобильной связи, безлимитный интернет 4G, обучение.


Откликнуться на вакансию можно здесь.

Возврат к списку