разработка и обучение моделей машинного обучения (классических и на основе нейронных сетей);

проведение EDA и предобработки данных;

проведение аналитических исследований для выявления ключевых паттернов и бизнес-инсайтов в данных;

выбор архитектуры модели, построение и оптимизация архитектур нейронных сетей;

разработка и тестирование компонентов, связанных с AI-агентами, включая их интеграцию в рабочие процессы;

документирование и презентация решений, включая визуализацию данных и интерпретацию результатов;

интеграция моделей в рабочие пайплайны и участие в разработке API.

владение Python, опыт работы с PyTorch;

опыт подготовки данных для ML/DL моделей (обработка пропусков, аномалий, создание признаков);

понимание принципов работы нейронных сетей (MLP, CNN, RNN, Transformer и других архитектур);

знание основных метрик оценки качества моделей;

умение писать структурированный, чистый код (следование стандартам, PEP 8);

опыт работы с GIT.

опыт работы с фреймвоком TensorFlow;

опыт деплоя моделей в виде API (FastAPI);

опыт работы с Docker;

знание инструментов гиперпараметрической оптимизации (Optuna, Hyperopt);

опыт применения инструментов для интерпретации моделей (LIME, SHAP);

опыт работы с AutoML инструментами (например, H2O.ai, Google AutoML, Auto-sklearn) для ускорения разработки моделей и анализа данных.

Python

PyTorch

TensorFlow

FastAPI

Optuna

Hyperopt

Нейронные сети

Machine learning

Deep Learning

AutoML

Data Science

Artificial intelligence