Data Scientist

FashionJobs Опубликовано: 28.03.2020

Город: МОСКВА

Компания: GFAIVE
Описание должности:
Обязанности: - Разработка методологии исследования и построения моделей для решения бизнес-задач Fashion-индустрии с регулярной оптимизацией - Дизайн и реализация полного цикла разработки предиктивных моделей для прогнозирования продаж/спроса в Fashion-индустрии с последующем подключением внешних данных (социальные сети, отчеты и т.д.) - Сбор данных из внутренних и внешних источников, построение data pipeline, витрин - Компиляция, чистка, верификация и оценка данных - Анализ эффективности источников данных, выявление инсайтов и паттернов из данных - Выявление признаков, которые влияют на точность прогноза продаж/спроса в Fashion-индустрии - Доведение моделей до статуса MVP с дальнейшей передачей в продакшн - Разглядеть в данных инсайты, которые могут принести ценность клиенту и увеличить его доход Будет преимуществом: - Опыт работы в Fashion-индустрии - Опыт работы с неструктурированными данными, датамайнинг - Опыт реализации проектов для Ритейл сегмента - Опыт участия в разработке программного продукта для B2B сегмента формата SaaS (Software as a Service) - Знание английского языка на уровне Upper intermediate Условия: - Удаленная работа - Динамичная распределенная команда - Участие в разработке Fashion-Tech продукта, который будет представлен на Prada show 2020 - Погружение в тему мировой Fashion индустрии с помощью эдвайзеров из Prada, Giorgio Armani и т.д. - Европейская практика разработки и выведения Fashion-Tech AI-driven продукта - Опыт проработки задачи от бизнес-постановки до математической формулировки и реализации в коде
- Практический опыт в разработке предиктивных моделей, в частности, прогнозирование спроса/продаж
- Понимать логику продаж и спроса, а также факторы, влияющие на них
- Опыт автоматизации пайплайнов работы с данными (Airflow и др.) и навыки devops (Docker, Kubernetes и др.)
- Умение формулировать и проверять статистические гипотезы на данных
- Навыки разработки скрипта с учетом IT-инфраструктуры и требований к производительности
- Опыт работы с библиотеками Pytorch, TensorFlow

Оцените вакансию:

  • Текущий nan/5
  • 1
  • 2
  • 3
  • 4
  • 5


Рейтинг: 0.0/5 (0 голос(ов) всего)

Показать в источнике





 Давай дружить!

 Присоединяйся и будь в курсе новых вакансий!


+