Job VC
ML Engineer / Data Scientist
Technologies
Description
У Clockwise Software ми займаємося розробкою мобільних та вебзастосунків. Наші клієнти — стартапи, малий та середній бізнес з Північної Америки, Європи та Австралії.
Ми в пошуку
ML Engineer / Data Scientist
для проєктної роботи.
👩💻
Необхідні навички:
3+ роки досвіду в Predictive Analytics / ML;
знання англійської на рівні Upper-intermediate;
впевнений Python: pandas, NumPy, scikit-learn;
досвід роботи з LightGBM / XGBoost або іншими GBDT моделями;
розуміння повного ML циклу: problem framing → features → training → validation → deployment;
хороша база зі статистики (bias, leakage, overfitting, correlation vs causation);
досвід деплою моделей (batch / REST / BI інтеграції);
досвід та вміння комунікувати з нетехнічними замовниками.
💪
Ми також оцінимо:
досвід із AWS SageMaker / GCP Vertex AI / Azure ML;
SQL та досвід роботи з data warehouse (BigQuery / Snowflake / Redshift);
MLOps практики: monitoring, retraining, model versioning, drift detection;
SHAP / LIME або інші інструменти інтерпретації моделей;
досвід з PyTorch/TensorFlow;
досвід у різних доменах, наприклад: SaaS churn + demand forecasting.
🚀
Які завдання на тебе чекають:
разом зі стейкхолдерами визначити бізнес-проблему, prediction target та метрики успіху;
оцінити доступність даних, зібрати їх, почистити та підготувати;
побудувати feature set та задокументувати data lineage;
навчити та затюнити модель (LightGBM / XGBoost / CatBoost або аналоги);
провести коректну валідацію (CV/holdout, без leakage);
підготувати деплой (batch scoring / API / інтеграція в BI);
зробити документацію та передати рішення команді.
Ми в пошуку
ML Engineer / Data Scientist
для проєктної роботи.
👩💻
Необхідні навички:
3+ роки досвіду в Predictive Analytics / ML;
знання англійської на рівні Upper-intermediate;
впевнений Python: pandas, NumPy, scikit-learn;
досвід роботи з LightGBM / XGBoost або іншими GBDT моделями;
розуміння повного ML циклу: problem framing → features → training → validation → deployment;
хороша база зі статистики (bias, leakage, overfitting, correlation vs causation);
досвід деплою моделей (batch / REST / BI інтеграції);
досвід та вміння комунікувати з нетехнічними замовниками.
💪
Ми також оцінимо:
досвід із AWS SageMaker / GCP Vertex AI / Azure ML;
SQL та досвід роботи з data warehouse (BigQuery / Snowflake / Redshift);
MLOps практики: monitoring, retraining, model versioning, drift detection;
SHAP / LIME або інші інструменти інтерпретації моделей;
досвід з PyTorch/TensorFlow;
досвід у різних доменах, наприклад: SaaS churn + demand forecasting.
🚀
Які завдання на тебе чекають:
разом зі стейкхолдерами визначити бізнес-проблему, prediction target та метрики успіху;
оцінити доступність даних, зібрати їх, почистити та підготувати;
побудувати feature set та задокументувати data lineage;
навчити та затюнити модель (LightGBM / XGBoost / CatBoost або аналоги);
провести коректну валідацію (CV/holdout, без leakage);
підготувати деплой (batch scoring / API / інтеграція в BI);
зробити документацію та передати рішення команді.