Работа с неочищенными источниками данных.

Разработка методов интеграции данных из различных источников.

Выявление и устранение противоречий и неточностей в данных.

Создание дата-сетов под задачи.

Проведение разведочного анализа данных (EDA) для выявления особенностей и закономерностей в данных.

Подготовка данных для использования в моделях машинного обучения.

Генерация признаков для моделей машинного обучения.

Знание Python и основных библиотек для классического ML: scikit-learn, XGBoost / CatBoost / LightGBM.
Владение SQL: умение работать с JOIN, CTE, оконными функциями.
Настройка ETL-пайплайнов, feature engineering, оптимизация моделей
Уверенное знание стандартных методов NLP: токенизация, лемматизация; опыт качественного препроцессинга данных.
Опыт работы в роли Data Analyst / Data Scientist от 1 года.

Будет плюсом:

Опыт работы с современными архитектурами глубоких нейросетей для NLP: BERT, RoBERTa, модели на Transformers.
Знание библиотек для обучения нейронных сетей: PyTorch / TensorFlow.
Навыки работы с компьютерным зрением: классические методы и DL-подходы (OpenCV, torchvision, Ultralytics).
Опыт работы с локальными LLM (llama.cpp, vLLM).
Практический опыт сопровождения и развития голосовых ботов на различных платформах.
Опыт работы с Docker.
Опыт разработки сервисов на FastAPI.

Задачи:

Формирование гипотез, построение и тестирование моделей, проведение экспериментов
Предобработка текстовых данных: токенизация, лемматизация, стемминг.
Классификация пользовательских запросов и их ранжирование.
Анализ, разметка и обработка данных (текст, аудио).
Подготовка воспроизводимых пайплайнов для экспериментов и моделей.
Разработка PoC (proof of concept), обзор и сравнение научных статей и подходов.
Разработка метрик качества и построение аналитических дашбордов по различным проектам компании.

Аналитик данных (data analyst)