Применение алгоритмов машинного обучения для решенияпоставленных бизнес-задач.
Сбор данных из внутренних базданных и работа с внешними источниками информации.
Взаимодействие с заказчиком в процессе реализации задачи.
Подготовка аналитических отчетов.
Презентация финальногопродукта заказчику.
Требования
Высшее, дипломированный специалист Уметь: анализировать финансовые, микро- имакроэкономические показатели; программировать на языкеPython Хорошо знаешь numpy, pandas, matplotlib, scikit-learn,xgboost/lightgbm.
Также желательно знать tensorflow/pytorch иPySpark.Строить и валидировать модели для временных рядов(SARIMAX, ETS, VAR, LSTM).
Писать SQL-запросы среднейсложности.
Пользоваться Git и терминалом Linux.
Подбирать предпосылки и алгоритм машинного обучения,соответствующие поставленной бизнес-задаче.
Нужно знать: теорию вероятности и математическую статистику;классическую эконометрику (линейная регрессия, логистическаярегрессия); алгоритмы машинного обучения (деревья решений,random forest, gradient tree boosting, нейронные сети).