Аналитик данных / Дата инженер

23 Марта

Партнерские Вакансии

Компания "НИИ «Восход»"

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.