Mittlerer Datenwissenschaftler in Niks

• 3+ Jahre Erfahrung mit ML und DL mit kommerziellen Projekten in Das Portfolio.
• Master-Abschluss in Informatik, Datenwissenschaft oder verwandtem Feld.
• Englisch Level B2+.
• Gutes Fachwissen in mindestens einer der Domänen: NLP, CV, klassischer ML, Genai.
• solide mathematische (lineare Algebra, Kalkül, Optimierung, Statistik) und Tensor Calculus-Wissen.
• Gutes Wissen über Python-Programmiersprache und objektorientierte Programmierung (OOP) Prinzipien.
• Gutes Wissen über mindestens einer Datenbank wie MySQL, Postgres, MongoDB sowie gutes SQL-Wissen.
• Solides Wissen über klassische maschinelle Lerntechniken (z. B. lineare Regression, logistische Regression, K-nn, Entscheidungsbäume, zufällige Wälder, SVM, Boosting, K-Mittel , Dbscan, naive Bayes, PCA).
Erfahrung in Numpy-, Pandas-, Matplotlib-, Langchain- und Scikit-Learn-Bibliotheken.
• Wissen über klassische Bewertungsmetriken wie Präzision, Rückruf, ROC AUC, PR AUC, F1-Score, Spezifität, Empfindlichkeit, Verwirrungsmatrix, MSE, MAE, MAE, R1, RMSE, MAPE, MSLE.
• Kenntnis von Gradienten-Boosting-Algorithmen (Xgboost oder LightGBM) .
• Erfahrung in mindestens einem Framework zum Bau und Training neuronaler Netzwerke (Tensorflow/Keras, Pytorch).
• solides Verständnis der Architekturen der neuronalen Netzwerke, Trainingszielfunktionen, Optimierer, Aktivierungsfunktionen und Bewertungsmetriken; Be In der Lage, spezifische Anwendungsfälle und -beschränkungen für jeweils zu identifizieren. Style = "Schriftgewicht: 400"> Solides Wissen über Cloud-Konzepte und praktische Erfahrungen in mindestens einem der Wolken: AWS (z. B. Sagemaker, Grundgestein, Verständnis), Azure (z. B. Azure ML Studio, Azure Rekognition, OpenAI-Service ), GCP (z. B. Scheitelpunkt AI, Agent Builder, AI Vision).
• Praktische Fähigkeiten Mit promptem Engineering (wenige Schusslernen, Kinderbett, Selbstkonsistenz), Rag (Naive Retriever, Elterndokument Retriever, Self Query Retriever) und Vektorspeicher (z. B. Chroma, Faiss).
• Kenntnisse über KI-verwandte Cloud-Dienste wie AWS Textract, AWS Converse-API, AWS Builder, Azure Translator, Azure AI Vision, Azure AI Foundry, Scheitelpunkt AI Agent Builder. 
• Wissen über LLM-Agenten.
• Praktische Fähigkeiten beim Bau von EN-to-End-ML-Trainingspipelines (Datenbelastung, Vorverarbeitung, Zug, Inferenz) sowie Github / GitLab CI / CD Flows.
• Docker oder Kubernetes-Plattform.
• Erfahrung in der Entwicklung von Web-Microservices (APIs, Flask, Fastapi).
• Praktische Erfahrungen mit Entwicklungs- und Projektmanagement-Tools (Git, Pip, Jira usw.).

wird ein Plus sein:

• Praktische Erfahrung in mindestens einem von den Wolken mit den folgenden Diensten: AWS (Lambda, Athena, S3), Azure (Azure -Funktionen, Azure -Synapse -Analyse oder Datenbank), GCP (Cloud -Funktionen, BigQuery).
• Praktische Erfahrungen mit mindestens einigen Cloud-Diensten wie AWS Textract, AWS Converse-API, Azure-Übersetzer, Azure AI Vision, Azure Ai Foundry.
• Fähigkeit, mit Spark/Pyspark, Luftstrom zu arbeiten.
• 2+ Jahre kommerzielle Erfahrung mit NLP/CV.

Für die NLP-Domäne:

• Erfahrung mit NLP-Frameworks wie Langchain, Huggingface, Llamaindex, NLTK, Spacy. Erstellen von Anwendungen, die auf LLM-Agenten basieren, die Frameworks wie Langgraph oder Crew verwendet. Optimierungsframeworks wie DSPY, Textgrad, "Ell" Framework usw.
• Übung beim Erstellen eines LLM-Agenten mit Langchain. , Ragas, Bleu, Rouge und Verwirrung. (Pnecone, Weaviate, Postgresql PGVector-Erweiterung usw.). (LLM) Architekturen (OpenAI GPT, Anthropic Claude usw.). oder feine Tuning-LLM-Techniken. 400 "> Basis-CV-Techniken (CNN, Faltungsalgorithmus, Pooling-Ebenen, Datenvergrößerung in CV).
• Verständnis von Computer Vision (NLP) Problemen: Objektklassifizierung, Objekterkennung, Semantik-/Instanzsegmentierung, Texterkennung und Erkennung (OCR), Style Transfer.
• Wissen über CV-Frameworks wie OpenCV, Yolo.
• Wissen über Computer-Vision-Modellarchitekturen (CNN, Resnet, Mask R-CNN).
• Praktische Erfahrungen mit CV-Modellen/-Techniken (SIFT, Transferlernen, FCN, U-NET, Stylegan).
< /ul>

Was wir anbieten:

• a lang -Term Strategie für Ihre Entwicklung als Experte zusammen mit einem Team, das fast 30 Jahre Berufserfahrung verfügt. Gewicht: 400 "> Teilnahme an großen internationalen Projekten, die es ermöglichen, neue Technologien und Domänen zu beherrschen. Bildungsveranstaltungen und Berufstraining, mit denen Sie einen stabilen Karriereweg aufbauen können. System, in dem Ihr Einkommen von Ihnen und Ihrem Wunsch abhängt. Unternehmenskultur mit aMindestniveau der Formalität und Bürokratie. Kharkiv und ein Fernarbeitsformat, das mit einer stabilen Verbindungsgarantie möglich ist. Nix, senden Sie Ihren Lebenslauf an [email protected] . Wir werden uns freuen, neue professionelle Herausforderungen zusammen mit Ihnen zu bewältigen!