Детали вакансии

Позиция Data Scientist в TOO Capital Network в Астане. Зарплата от 2 000 000 KZT нетто. Обязанности включают анализ данных, построение моделей, машинное обучение, Generative AI и MLOps. Требуется опыт от 3 лет, сильные навыки в Python, SQL, ML, Deep Learning, Generative AI и MLOps.

• Сбор, очистка и анализ больших объёмов данных из различных источников • Построение и валидация статистических моделей, проведение A/B-тестов и экспериментов • Разработка моделей машинного обучения (классификация, регрессия, кластеризация, рекомендательные системы, временные ряды) • Работа с Generative AI: использование LLM для анализа текста, генерации фич, summarization и agentic решений • Создание дашбордов и визуализаций для презентации результатов стейкхолдерам • Перевод бизнес-задач в формулировки data science проектов и наоборот • MLOps: подготовка моделей к продакшену (в сотрудничестве с инженерами), мониторинг качества моделей, drift detection

• От 3 лет коммерческого опыта в Data Science / Machine Learning (Senior уровень) • Глубокие знания математики и статистики: теория вероятностей, линейная алгебра, математическая статистика, проверка гипотез, байесовские методы • Python на экспертном уровне: pandas, NumPy, scikit-learn, SciPy, Matplotlib/Seaborn, Jupyter • Опыт работы с ML: XGBoost, LightGBM, CatBoost • Deep Learning: PyTorch или TensorFlow/Keras • Generative AI и LLM: LangChain, LlamaIndex, prompt engineering, RAG, fine-tuning • SQL на продвинутом уровне (сложные запросы, оптимизация, window functions) • Визуализация данных: Tableau, Power BI, Grafana, Streamlit или Dash • Понимание MLOps: Docker, MLflow, Airflow, мониторинг моделей, A/B-тестирование в production • Работа с большими данными: Spark, Hadoop или облачные инструменты (AWS SageMaker, Yandex DataSphere, Google Vertex AI и др.) • Английский язык: B2+ (чтение технической документации и научных статей)

• График 5/2, 09:00–18:00 • Работа в офисе (адрес: Туран 42) • Оформление в штат, белая зарплата • Обеды за счет компании • Уровень дохода обсуждается индивидуально