Аналитик данных/ML-инженер

- Сбор, очистка и анализ данных. Формирование признакового пространства для задач прогнозирования.
- Выполнение статистического анализа влияния признаков (feature importance) и их отбора для выделения ключевых факторов в задачах прогнозирования.
- Разработка ML-моделей (RF, Gradient Boosting, SVM, PCA) для задач классификации, прогнозирования и выявления аномалий (поиск рудопроявлений и факторов, сопуствующих им).
- Автоматизация на Python обработки данных и построение отчётов. Создание скриптов для повторяющихся задач (детекция линий на изображениях, привязка карт).
- Проведение интерпретации результатов моделирования и преобразование их в практические критерии перспективности.