Контакты

Data Scientist

Санкт-Петербург, Россия

Стремление к совершенству у нас в ДНК. С 1993 года EPAM помогает клиентам по всему миру придумывать, разрабатывать, проектировать и внедрять программное обеспечение, которое меняет мир. Сегодня мы уже больше, чем просто специалисты. Мы эксперты, которые придумывают инновационные решения для достижения реальных результатов.

Описание


В настоящее время мы ищем Data Scientist для работы в нашем офисе в Санкт-Петербурге.

Обязанности

  • Обработка больших объемов структурированных и неструктурированных данных клиентов с использованием передовых аналитических решений;
  • Построение моделей и применение методов машинного обучения для решения бизнес проблем заказчика;
  • Создание дополнительного value для заказчика на основе анализа и поиска закономерностей в данных;
  • Участие во всем цикле работ по построению, оценке и внедрению моделей машинного обучения;
  • Визуализация данных и построение отчетов в сотрудничестве с бизнес-аналитиками;
  • Активное взаимодействие с другими членами команды в рамках проекта;
  • Постоянное изучение новых областей машинного обучения в команде единомышленников;
  • Развитие экспертизы в области data science.

Требования

  • Образование в области компьютерных наук, прикладной математики, прикладной статистики или смежных областях;
  • Не менее 2-3 лет опыта работы в области статистики, data mining или машинного обучения;
  • Понимание основных этапов процесса анализа данных;
  • Опыт применения алгоритмов машинного обучения для решения практических задач;
  • Способность представить результаты решения перед заказчиком и другими членами команды;
  • Знание Python, R и опыт использования хотя бы одного из этих языков для анализа данных;
  • Знание SQL;
  • Умение грамотно излагать мысли устно и письменно на английском языке (не ниже уровня Upper Intermediate);
  • Желание и готовность развиваться и изучать новые технологии;
  • Многозадачность и способность соблюдать строгие дедлайны.

Будет плюсом

  • Опыт участия в ML соревнованиях (Kaggle и т.п);
  • Опыт работы с инструментами анализа данных и библиотеками из python стека (NumPy, SciPy, Scikit-learn, pandas, Matplotlib и т.д.) или подобными им в других языках (R, SAS, SPSS и т.п.);
  • Знание Hadoop, Cassandra, Spark и других инструментов big data;
  • Знакомство с BI (DW/ETL/OLAP);
  • Навыки визуализации данных (например, опыт работы с Gephi, Seaborn, Bokeh или другими подобными инструментами);
  • Знание инструментов работы с натуральным языком (NLP) и извлечения информации из текстов (Gensim, NLTK, SpaCy, BigARTM, OpenNLP, Mallet и т.д.);
  • Понимание основных архитектур нейронных сетей и опыт работы с фреймворками для их построения и обучения (Keras, TensorFlow, Torch/Pytorch, MXNet/Gluon и т.д.);
  • Понимание основных подходов в разработке рекомендательных систем;
  • Опыт работы в сфере анализа временных рядов;
  • Знание моделей и методов эконометрики.

Мы предлагаем

  • Обмен опытом с коллегами по всему миру: распределённые команды разработки, командировки в Штаты/Канаду/Европу в зависимости от проекта;
  • Возможность профессионально развиваться и осваивать новые технологии (у нас различные внутренние курсы и тренинги, есть специализированный learning портал);
  • Возможность прозрачного роста и развития в одном из направлений: разработка, архитектура или менеджмент;
  • Регулярный пересмотр заработной платы;
  • Социальный пакет: ДМС со стоматологией для сотрудников (льготные программы ДМС для членов семьи), спортивные активности (тренировки по баскетболу, волейболу, футболу, бегу; йога и тренажерный зал прямо в офисе; частичная компенсация фитнес-абонементов), курсы английского языка;
  • Возможности для самореализации (мы участвуем во всех известных IT-конференциях города, организуем митапы, tech talks в наших офисах, участвуем в таких необычных мероприятиях как, например, Global Day of CodeRetreat);
  • Профессиональные команды разработки и приятную рабочую среду;
  • Возможность переехать в другой офис в ближайшем будущем (компания имеет представительства в 25 странах);
  • Гибкий график работы и возможность периодически работать из дома;
  • Удобное расположение офисов рядом со станциями метро "Горьковская".