ML Scientist: Автоматическая модерация и поиск нарушений

Авито; United States; Remote; USD 40,000 - 73,000; Full time

Benefits offered by this job

ДМС со стоматологией

Терапевт и массажист в офисе

Обучение, книги, курсы и конференции

Офис рядом со ст. метро Белорусская

Job summary

HireHi в Москве ищет инженера ML/DS для разработки и поддержки ML-решений, которые проверяют контент и модерируют объявления. Требуется 3+ лет опыта в ML, знание Python, SQL и Data Science, а также умение работать с различными данными и оценивать модели.

Ключевые задачи: создание устойчивых к изменениям моделей, автоматизация переобучения, взаимодействие с разработчиками и аналитиками, улучшение алгоритмов в условиях больших потоков объявлений.

Qualifications

• Не менее 3 лет опыта реализации и эксплуатации ML-решений.
• Глубокое понимание методов ML и границ их применимости.
• Опыт Data Science с использованием Python.
• Опыт работы с различными типами данных и применимость ML/DL к бизнес-задачам.
• Умение оценивать качество моделей на запуске и отслеживать изменения со временем.
• Умение писать SQL-запросы.
• Высшее образование в области вычислительной математики, статистики или анализ данных.
• Английский для чтения специализированной литературы.

Responsibilities

• Разрабатывать и поддерживать ML-решения и сервисы.
• Классифицировать данные и находить сущности в текстах и изображениях.
• Поддерживать переобучение моделей и улучшать их показатели.
• Сотрудничать с разработчиками и аналитиками для улучшения моделей на основе данных.
• Взаимодействовать с внутренними заказчиками и находить оптимальные решения для бизнеса.

Skills

Python

SQL

Data Science

ML/DL

Model Evaluation

Education

Высшее образование в области вычислительной математики/статистики

Tools

Git

Docker

Job description

HireHi в Москве ищет инженера ML/DS для разработки и поддержки ML-решений, которые проверяют контент и модерируют объявления. Требуется 3+ лет опыта в ML, знание Python, SQL и Data Science, а также умение работать с различными данными и оценивать модели.

Ключевые задачи: создание устойчивых к изменениям моделей, автоматизация переобучения, взаимодействие с разработчиками и аналитиками, улучшение алгоритмов в условиях больших потоков объявлений.