Data Scientist / Аналитик Data Science
Вакансия № 36107733 в населенном пункте (городе) Москва, Россия от компании "ООО ПроКомплаенс" на сайте Электронный Центр Занятости Населения (ЦЗН) Москвы.
✷ Смотрите другие предложения работы от компании ООО ПроКомплаенс.
Уважаемый соискатель вакансий, Вы можете перейти на сайт прямого работодателя "ООО ПроКомплаенс" для ознакомления с информацией о компании (фирме, организации, ИП). Смотрите Веб-сайт "ООО ПроКомплаенс" - https://www.forecsys.ru/
Логотип (торговая марка, бренд, эмблема, внешний вид здания или внутренний интерьер офиса): | ![]() |
Репутация компании "ООО ПроКомплаенс" в отзывах работников:
Читайте свежие отзывы сотрудников об этой организации на этом сайте.
Оставить мнение об этом работодателе без регистрации бесплатно на этом сайте.
Обязательное требование к опыту работы искомого сотрудника: 1–3 года.
График работы: график: 5/2 (рабочих часов: 8).
Тип занятости: полная занятость.
Вакансия № 36107733 добавлена в базу данных: Вторник, 9 сентября 2025 года.
Дата обновления этого объявления: Суббота, 27 сентября 2025 года.
Рейтинг вакансии: 2,5 из 100 баллов |
Вакансия № 36107733 прочитана - 6 раз(а)
Отправлено откликов - 0 раз(а)
Вакансии Центра Занятости Населения Москвы в соцсетях и мессенджерах:
Адрес вакантного места работы: Москва, улица Земляной Вал, 68/18с5.
Работодатель предложит заработную плату по результатам собеседования с соискателем работы.
Добрый день!
Ищем в команду прикладного data scientist’а для решения задач с сфере финансового мониторинга и смежных прикладных задач.
Задачи, которые предстоит выполнять:
- Разработка моделей ранжирования и классификации риск-сигналов.
-
Решение задач с использованием SOTA LLM / адаптированных (до обученных) LLM на целевых данных, разработка специализированных решений.
- Выявление и связывание ключевой информации в коротких текстах с использованием NLP-техник (NER, NEL, NED, NERD, …) и современных нейронных сетей до тематического моделирования транзакционных и новостных потоков.
- Формализация, кластеризация и базовая классификация следов финансовой активности до активного обучения моделей, поиска «аномалий», неявных связей и прогноза изменений динамического графа связей субъектов.
- Обработка, очистка данных, формирование обучающих выборок.
Skills: Natural Language Processing (в частности NER, NEL, NERD), LLM, Time Series Classification/Forecasting and anomaly detection, Graph algorithms, Topic Model.
Пожелания к вашему опыту:
- Опыт работы над прикладными задачами или решениями, внедренными в прод.
- Опыт решения задач из области Classification/Forecasting.
- Знание алгоритмов, умение писать оптимальный по памяти и времени код.
- Хороший математический бэкграунд.
- Отличное владение инструментарием DS: библиотеки, модели и структуры данных.
- Образование – МГУ, МФТИ, ВШЭ, кафедры и специальности по направлению «машинное обучение» или смежные (не ниже бакалавра).
- Знание иностранных языков - Английский, чтение научных статей.
Плюсом будет:
- Опыт разработки решений на сложно структурированных данных.
- Способность к оперативному глубокому погружению в тематику проекта, умение находить нестандартные решения, ответственность при выработке подходов к решению.
- Участие в интересных научно-исследовательских проектах стремление к поступлению в аспирантуру и защите диссертации.
- Администрирование систем, работа с linux, docker.
Мы предлагаем:
- Оформление по ТК РФ (оплата отпуска, больничных листов и т.д.).
- График работы Full-time, гибкое начало рабочего дня.
- Возможен частично удаленный формат работы.
- Дружный коллектив, интересные задачи, возможность профессионального роста.
- Возможность быстрого наращивания компетенций.
- Забота о сотрудниках: готовы компенсировать обучение и сертификацию.
- Свобода развития: гибкий подход к процессам, интересные проекты, дружелюбная атмосфера и сильная команда.
- Уровень оплаты обсуждается индивидуально по итогам интервью.
Разместить Ваше резюме сейчас ...
Связаться с автором объявления № 36107733 с предложением работы, размещённого на этой странице:
☎ Показать контактный телефон для связи ...
✉ Показать электронный адрес для связи ...