ДеталиГрейдSeniorФормат работыУдалённоТип занятостиПроектная работаДополнительноДобавить в мои откликиДобавить в мои откликиСопроводительное письмо к вакансииПисьмо на почту или сообщение рекрутеру в TelegramНаписать письмоОписаниеОригинальный текстО вакансииИщем специалиста на проект по обезличиванию данных.Требования Опыт работы в роли ML-инженера / Data Scientist Опыт лидерской роли Опыт разработки и внедрения ML-моделей в продакшен Python, pandas, numpy, scikit-learn Опыт работы с NLP-инструментами: SpaCy, Hugging Face Transformers и/или аналогами Опыт решения задач извлечения сущностей (NER), обучение NER-модели для выявления ПДн в произвольном тексте Опыт построения пайплайнов обработки неструктурированных данных Опыт работы со смешанными данными в одной колонке, распознавание новых типов данных Понимание и опыт применения деревьев решений и ансамблей, Random Forest Умение интерпретировать результаты, подбирать гиперпараметры, оценивать риски переобучения Контейнеризация (Docker) Развертывание моделей через API (FastAPI/Flask) Версионирование моделей и данных (MLflow/DVC) Понимание CI/CD-процессов УсловияЛокация: Москва, РФ Формат работы: Удаленно Сотрудничество в формате ИП. Проект долгосрочный, грейд Senior. Локация: Москва, РФ Формат работы: Удаленно Ищем специалиста на проект по обезличиванию данных. Сотрудничество в формате ИП. Проект долгосрочный, грейд Senior. Требования Опыт работы в роли ML-инженера / Data Scientist Опыт лидерской роли Опыт разработки и внедрения ML-моделей в продакшен Python, pandas, numpy, scikit-learn Опыт работы с NLP-инструментами: SpaCy, Hugging Face Transformers и/или аналогами Опыт решения задач извлечения сущностей (NER), обучение NER-модели для выявления ПДн в произвольном тексте Опыт построения пайплайнов обработки неструктурированных данных Опыт работы со смешанными данными в одной колонке, распознавание новых типов данных Понимание и опыт применения деревьев решений и ансамблей, Random Forest Умение интерпретировать результаты, подбирать гиперпараметры, оценивать риски переобучения Контейнеризация (Docker) Развертывание моделей через API (FastAPI/Flask) Версионирование моделей и данных (MLflow/DVC) Понимание CI/CD-процессов Откликнуться: контакт рекрутера?%Подходит ли тебе эта вакансия?Сравним навыки, грейд, формат работы и зарплатуСравнить с резюмеКлючевые навыкиPythonpandasNumPyscikit-learnSpaCyHuggingFace TransformersNamed-entity RecognitionDockerFastAPIFlaskMLflowDVCCI/CDRandom ForestОценка зарплаты1 920RUBв часЧаще всего от 1 690 до 2 510
Арнест ЮниРусь2 дня назадData Scientist (ML) / Дата-сайентист~128 000 – 196 000 RUB/месСанкт-ПетербургJunior
