Middle data scientist

Що робити

Моделювання та візуалізація даних середньої складності
Розробка, тестування та моніторинг ML‑моделей (якість, стабільність, актуальність)
Формування та перевірка гіпотез для покращення бізнес‑метрик
Визначення вимог до даних, пошук джерел, збір та контроль якості (включно зі складними або відсутніми даними) з дотриманням комплаєнсу
Розробка feature engineering (зокрема для часових рядів)

досвід роботи Scala / Spark. Cloudera CML + H2O-3 (AutoML)
досвід з Hive, Hadoop ecosystem або іншими корпоративними Data платформами
практичний досвід або участь у проектах, пов’язаних з LLM / GenAI use cases, зокрема prompt engineering, RAG, evaluation pipelines, grounding, safety / guardrails та quality assessment (RAGAS)
досвід роботи з OCR-рішеннями, включно з pre- / post-processing, classification / understanding, extraction, контролями quality
досвід роботи з NMT, включно з оцінкою якості перекладу, доменною адаптацією та термінологічною узгодженістю