Обязанности:

• Развитие функционала, связанного с анализом текстов, для платформы по анализу больших данных: выделение именованных сущностей, суммаризация текста, поиск плагиата, быстрый поиск по тексту с учетом синонимов;
• Разработка пользовательских приложений, связанных с анализом текстов, на базе платформы (уточнение требований, подготовка датасетов, реализация моделей, визуализация решений);
• Анализ больших объемов данных, оценка качества датасетов, поиск и исправление аномалий;
• Документирование разработанных алгоритмов;
• Презентация разработанных алгоритмов и подходов перед заказчиками.

Требования:

• Знание основных ML-алгоритмов (классификация, регрессия, кластеризация).
• Знание основ лингвистики (или компьютерной лингвистики) и понимание базовых терминов в области морфологии, синтаксиса, морфемики.
• Знание инструментов NLP (морфологические и синтаксические парсеры, эмбеддинги слов, информационный поиск, выделение именованных сущностей, алгоритмы классификации и кластеризации текста, извлечение данных)
• Python (scikit-learn, pandas, numpy, scipy, tensorflow/pytorch/keras).
• Опыт работы с NLP-библиотеками (HuggingFace Transformers, NLTK, Gensim, word2vec, doc2vec, DeepPavlov)
• Опыт работы с Apache Spark (Spark SQL, Spark ML), Linux, Bash, Git.
• Владение техническим английским, умение понимать и адаптировать алгоритмы и модели, описанные в научных статьях.
  
  Будет плюсом:
• Scala или Java (для работы с Apache Spark, написание UDF);
• Опыт применения ПО для организации и поддержания DS проекта: Docker, DVC, MlFlow, AirFlow, Cookiecutter/Kedro.

Условия:

• ДМС.
• Корпоративная мобильная связь.
• Офис м.Серпуховская.
• Удалённая работа.