Senior Data Scientist – AI/ML & MLOps

Для одного из наших клиентов, крупного учреждения Европейского Союза, мы ищем опытного специалиста по обработке данных (Data Scientist) для участия в разработке, создании и внедрении передовых решений в области анализа данных, машинного обучения и искусственного интеллекта. Специалист, который: Arηs Group, Part of Accenture, специализируется на управлении сложными ИТ-проектами в государственном секторе, включая системную интеграцию, информатику и аналитику, реализацию решений и управление программами. Наша команда помогает ведущим клиентам в проектировании цифровых и информационных систем, предоставляя экспертизу в различных областях, от разработки программного обеспечения, обработки данных и управления безопасностью до машинного обучения, облачных технологий и разработки мобильных приложений. Arηs Group была приобретена Accenture в июле 2024 года.

• Разрабатывает и создает решения для аналитики данных, визуализации данных и искусственного интеллекта
• Выявляет и анализирует бизнес-потребности, требования и пользовательские истории в контексте процессов обработки данных
• Поддерживает бизнес-экспертов и владельцев продуктов при определении требований и разработке моделей
• Готовит документацию по специалисту по обработке данных для моделей и аналитических модулей
• Определяет, собирает и интерпретирует метрики моделей
• Управляет артефактами процессов обработки данных, репозиториями моделей и конвейерами
• Участвует в анализе требований, тестировании, обеспечении качества, управлении изменениями, внедрении моделей
• Тестирует модели и решения на предмет производительности, точности или других бизнес-показателей (KPI)
• Разрабатывает, планирует и управляет прототипами
• Управляет командой специалистов по обработке данных

• Не менее 8 лет общего опыта работы в ИТ
• Не менее 5 лет опыта на конкретной должности
• Не менее 2 сертификатов среди:
  • Certified Analytics Professional (CAP)
  • CDP Data Engineer
  • CDP Data Analyst
  • Microsoft Certified Azure Data Scientist Associate

Знания и навыки

• Экспертиза в области продвинутой аналитики, искусственного интеллекта, машинного обучения и архитектуры платформ данных
• Экспертиза в аналитике данных и визуализации
• Хорошее понимание современных движков баз данных, таких как NoSQL, SQL, документо-ориентированные базы данных и аналогичные
• Глубокие знания Python, R или SQL
• Практические знания в области обработки данных, разработки моделей машинного обучения и культуры MLOps
• Практический опыт создания и обучения моделей машинного и глубокого обучения

Особые требования

• Практический опыт проектирования и внедрения комплексных решений для обработки данных и машинного обучения, включая постановку задачи, подготовку данных, инжиниринг признаков, разработку, валидацию, внедрение, мониторинг и итеративное улучшение моделей
• Практический опыт работы с сервисами Azure для обработки данных и искусственного интеллекта, такими как Azure Machine Learning, Azure AI Foundry, Azure OpenAI или сопоставимыми платформами AI/ML, включая экспериментирование, оценку, внедрение и управление жизненным циклом
• Практический опыт применения MLOps и DevOps для обработки данных, включая управление версиями, воспроизводимые конвейеры, реестры моделей и артефактов, CI/CD, автоматизированное тестирование, мониторинг, документирование и контролируемое продвижение между средами
• Продвинутый практический опыт разработки на Python для обработки данных и машинного обучения с использованием соответствующих библиотек и фреймворков, таких как pandas, scikit-learn, PyTorch, TensorFlow, MLflow, Spark/PySpark или эквивалентных технологий
• Практический опыт работы с различными типами сценариев использования обработки данных и искусственного интеллекта, такими как прогнозирование и предиктивная аналитика, классификация, кластеризация, обнаружение аномалий, обработка естественного языка, интеллектуальный анализ документов, извлечение информации, генерация с увеличенным поиском и/или компьютерное зрение/аналитика видео
• Способность проектировать и эксплуатировать рабочие нагрузки в области обработки данных и искусственного интеллекта в безопасных, контролируемых или ограниченных средах, включая гибридные облачные, локальные и изолированные/воздушные зазоры, с использованием контейнерной доставки (например, Docker, Kubernetes/OpenShift), включая среды с использованием вычислительных ресурсов CPU/GPU и с ограниченным или отсутствующим внешним подключением
• Способность преобразовывать бизнес-потребности и неоднозначные постановки задач в измеримые требования к обработке данных, предлагать реалистичные технические подходы, разрабатывать прототипы, объяснять результаты и ограничения нетехническим заинтересованным сторонам, а также создавать четкую техническую документацию и документацию по моделям
• Практическое понимание ответственного ИИ и рисков моделей, включая защиту данных, предвзятость, объяснимость, отслеживаемость, человеческий надзор, ограничения моделей и соответствующие средства управления, особенно в регулируемых или государственных секторах