Аналитик данных / Дата инженер
НИИ «ВОСХОД» — мультисервисный партнер государства в области информационных технологий с 1972 года. Мы создаем инновационные ИТ-решения для органов власти, внедряем и развиваем новые форматы эффективного взаимодействия между государством и обществом.
Институт специализируется на разработке и эксплуатации информационных систем, услугах в области информационной безопасности (в том числе создании средств криптографической защиты информации), а также разработке и развитии ИТ-архитектуры современных информационных систем и цифровых платформенных решений.
НИИ «ВОСХОД» включен в реестр аккредитованных ИТ-компаний и организаций оборонно-промышленного комплекса.
Обязанности:
– Исследование закономерностей и аномалий в данных, проверка гипотез.
– Разработка аналитических моделей, DL-моделей, методологий проведения анализа.
– Подготовка инсайтов, прогнозов, кластеризаций, классификаций, регрессий, представлений с понижением размерностей, презентаций для руководства
– Участие в проектировании дэшбордов, визуализаций, отчётов.
– Участие в формировании функциональных требований, требований к качеству данных.
Требования:
– Высшее (предпочтительно техническое образование).
– От 5 лет на позиции Data Analyst или от 3 лет на позиции Data Scientist.
–
Хорошее понимание профильных текстов на английском языке.
– Коммуникабельность, обязательность, систематичность, стремление достигать конструктивных отношений с внутренними и внешними коллегами, опыт управления ожиданиями заказчиков.
– Знакомство с методологиями управления проектами Kanban, Scrum.
– Опыт сбора и анализа потребностей заказчиков, подготовки спецификаций требований, проектирования и описания логического дизайна ПО. Знакомство с методологиями и нотациями моделирования: BPMN2, C4, UML, ER. Опыт коммуникации с прикладными аналитиками, архитекторами, инженерами данных, системными аналитиками, разработчиками.
– Опыт применения математического моделирования, математической статистики, методов оптимизации, методов глубокого машинного обучения , методов майнинга знаний (knowledge mining) в прикладных задачах для исследования данных, проверки гипотез, изучения закономерностей, выявления аномалий, подготовки моделей, методологий анализа данных, инсайтов, прогнозов, кластеризаций, регрессий, представлений с понижением размерностей, графовых представлений данных, презентаций для руководства, проектирования дэшбордов, визуализаций, отчётов.
– Понимание различных моделей данных: плоская, реляционная, размерностная, объектная, сетевая.
– Опыт формирования требований к качеству данных, для получения релевантных задачам аналитических результатов.
– Опыт проведения тестирования и валидации разработанных ML-продуктов, контроль актуальности их обучения, инициация дополнительного обучения, понимание необходимых метрик качества моделей, оптимизация моделей.
– Опыт работы с промышленным контуром платформ обработки данных, процессами CI/CD.
– Практический опыт и развитые навыки использования технологий: MinIO, SQL, Python, PyTourch, Uber H3, SqlAlchemy, Psycopg2, Pandas, GeoPandas, PyProj, NumPy, SciPy, Scikit-learn, PySAL, GDAL, Matplotlib, Plotly, Plotly Dash, Scala, Spark, PostgreSQL, ClickHouse, MLFlow, GitLab, Confluence, Redmine.
Приветствуется:
– Опыт использования данных сотовых операторов, пространственных данных (геоданных), картографических слоёв для оценки качества, выявления зависимостей, аномалий, построения промышленных DL-моделей.
– Знакомство с технологиями: JupyterLab, TensorFlow, JAX, Keras, Parquet, JSON, GeoJSON, Shapefile, CSV, PostGIS, PostgREST, Kubernetes, Docker.
– Хорошее понимание концепций микросервисной архитектуры, озера данных, хранилища данных, витрин данных, нормализации данных.
– Кругозор в современных инструментах исследования данных, понимание их сильных и слабых сторон.
Условия:
– Стабильную и конкурентоспособную заработную плату;
– Оформление по ТК РФ;
– Комфортный, просторный офис (м. Проспект Вернадского/м. Мичуринский проспект);
– Бесплатная охраняемая парковка на территории офиса.
– Спортивный зал в офисе;
– Возможность гибридного графика работы.