Теоретическая подготовка

Математика (линейная алгебра, дифференциальное исчисление, тервер и статистика).
Классические алгоритмы машинного обучения (деревья решений, линейная регрессия, логистическая регрессия, метод опорных векторов).
Метрики качества (точность, полнота, nDCG, ROC-AUC).
Английский для чтения документации и научных статей.

Сверточные сети (MobilеNet, EfficientNet).
Знание подходов для сжатия и быстрого поиска в векторном пространстве: PCA, LSH.
Композиции алгоритмов (случайный лес, градиентный бустинг).

Практическая подготовка

PostgreSQL, clickhouse.
Gitlab или подобные системы.
Знание библиотек для работы с нейросетями (одной или нескольких: keras, tensorflow, pytorch).
Опыт работы с hadoop и apache-spark.
Знание Scala.
Опыт доведения моделей машинного обучения до production.

Поддержка существующих проектов (товарные рекомендации, поиск по картинке, улучшение поисковой системы).
Расширение возможностей существующих проектов.
Разработка новых систем (прогнозирование оттока, прогнозирование спроса).

IT-офис на выбор: Черняховского, 86 или свой дом :)
Оклад по результатам собеседования (ограничен только опытом и знаниями).
Возможность работать в крупном, постоянно развивающемся E-commerce проекте с интересными задачи в области Data Science.
Поездки на IT-конференции, митапы, учебные курсы за счёт компании.
Команда профессионалов, в которой принято совершенствоваться и делиться знаниями.
Гибкое начало рабочего дня (выход с 7:00 до 11:00).
Бесплатный спортзал на территории компании, штатный тренер.
Терапевт и стоматолог на территории компании.

Data science инженер