Jobs Data Science
95-
Β· 33 views Β· 0 applications Β· 8d
Data Annotator
Office Work Β· Ukraine (Kyiv) Β· 2 years of experience Β· English - None MilTech πͺΠ ΠΎΠ±ΠΎΡΠ° Π² ΠΎΡΡΡΡ, ΠΠΈΡΠ² Eleven β ΡΠ΅ΠΊΡΡΡΠΈΠ½Π³ΠΎΠ²Π° Π°Π³Π΅Π½ΡΡΡ, ΡΠΊΠ° ΡΠΏΠ΅ΡΡΠ°Π»ΡΠ·ΡΡΡΡΡΡ Π½Π° ΠΏΠΎΡΡΠΊΡ ΠΏΡΠ°ΡΡΠ²Π½ΠΈΠΊΡΠ² Π΄Π»Ρ ΠΊΠΎΠΌΠΏΠ°Π½ΡΠΉ Ρ Π³Π°Π»ΡΠ·Ρ Π²ΡΠΉΡΡΠΊΠΎΠ²ΠΈΡ ΡΠ΅Ρ Π½ΠΎΠ»ΠΎΠ³ΡΠΉ. ΠΠ°ΡΠ° ΠΌΠ΅ΡΠ° β Π΄ΠΎΠΏΠΎΠΌΠ°Π³Π°ΡΠΈ ΠΎΠ±βΡΠ΄Π½ΡΠ²Π°ΡΠΈ ΡΠΈΡ , Ρ ΡΠΎ Π½Π°Π±Π»ΠΈΠΆΠ°Ρ Π΄ΠΎ ΠΏΠ΅ΡΠ΅ΠΌΠΎΠ³ΠΈ. Π ΠΎΠ±ΠΎΡΠΎΠ΄Π°Π²Π΅ΡΡ β ΡΠΊΡΠ°ΡΠ½ΡΡΠΊΠ° ΠΊΠΎΠΌΠΏΠ°Π½ΡΡ, ΡΠΊΠ°...Π ΠΎΠ±ΠΎΡΠ° Π² ΠΎΡΡΡΡ, ΠΠΈΡΠ²
Eleven β ΡΠ΅ΠΊΡΡΡΠΈΠ½Π³ΠΎΠ²Π° Π°Π³Π΅Π½ΡΡΡ, ΡΠΊΠ° ΡΠΏΠ΅ΡΡΠ°Π»ΡΠ·ΡΡΡΡΡΡ Π½Π° ΠΏΠΎΡΡΠΊΡ ΠΏΡΠ°ΡΡΠ²Π½ΠΈΠΊΡΠ² Π΄Π»Ρ ΠΊΠΎΠΌΠΏΠ°Π½ΡΠΉ Ρ Π³Π°Π»ΡΠ·Ρ Π²ΡΠΉΡΡΠΊΠΎΠ²ΠΈΡ ΡΠ΅Ρ Π½ΠΎΠ»ΠΎΠ³ΡΠΉ. ΠΠ°ΡΠ° ΠΌΠ΅ΡΠ° β Π΄ΠΎΠΏΠΎΠΌΠ°Π³Π°ΡΠΈ ΠΎΠ±βΡΠ΄Π½ΡΠ²Π°ΡΠΈ ΡΠΈΡ , Ρ ΡΠΎ Π½Π°Π±Π»ΠΈΠΆΠ°Ρ Π΄ΠΎ ΠΏΠ΅ΡΠ΅ΠΌΠΎΠ³ΠΈ.
Π ΠΎΠ±ΠΎΡΠΎΠ΄Π°Π²Π΅ΡΡ β ΡΠΊΡΠ°ΡΠ½ΡΡΠΊΠ° ΠΊΠΎΠΌΠΏΠ°Π½ΡΡ, ΡΠΊΠ° Π·Π°ΠΉΠΌΠ°ΡΡΡΡΡ Π²ΠΈΡΠΎΠ±Π½ΠΈΡΡΠ²ΠΎΠΌ ΠΊΠΎΠΌΠΏΠΎΠ½Π΅Π½ΡΡΠ² Π΅Π»Π΅ΠΊΡΡΠΎΠ½ΡΠΊΠΈ ΡΠ° ΠΏΡΠΈΠ»Π°Π΄ΡΠ² Ρ ΡΡΠ΅ΡΡ ΠΎΠ±ΠΎΡΠΎΠ½Π½ΠΈΡ ΡΠ΅Ρ Π½ΠΎΠ»ΠΎΠ³ΡΠΉ Π²ΡΠ΄ ΡΠ΄Π΅Ρ Π΄ΠΎ Π²ΡΡΠ»Π΅Π½Π½Ρ! ΠΠΎΠΌΠΏΠ°Π½ΡΡ Π³Π°ΡΠ°Π½ΡΡΡ ΠΏΠΎΡΠ΄Π½Π°Π½Π½Ρ ΡΡΠ½Π°Π½ΡΠΎΠ²ΠΎΡ ΠΌΠΎΡΠΈΠ²Π°ΡΡΡ Π· ΡΡΠ²ΡΠ΄ΠΎΠΌΠ»Π΅Π½Π½ΡΠΌ, ΡΠΎ ΡΠ²ΠΎΡ ΡΠΎΠ±ΠΎΡΠ° ΠΌΠ°Ρ ΠΏΡΡΠΌΠΈΠΉ, Π²ΠΈΠΌΡΡΡΠ²Π°Π»ΡΠ½ΠΈΠΉ ΡΠ΅Π·ΡΠ»ΡΡΠ°Ρ.
Π£ ΠΊΠΎΠΆΠ½ΠΎΠ³ΠΎ Ρ ΠΏΡΠΎΡΡΡΡ Π΄Π»Ρ ΡΠΌΡΠ»ΠΈΠ²ΠΈΡ ΡΡΡΠ΅Π½Ρ Π±Π΅Π· Π·Π°ΠΉΠ²ΠΎΡ Π±ΡΡΠΎΠΊΡΠ°ΡΡΡ β ΡΠΊΡΠΎ ΡΠ΄Π΅Ρ ΠΏΡΠ°ΡΡΡ, Π²ΠΎΠ½Π° Π·Π°ΠΏΡΡΠΊΠ°ΡΡΡΡΡ.ΠΠ°ΡΠ°Π· ΠΌΠΈ ΡΡΠΊΠ°ΡΠΌΠΎ Data Annotator ( ΡΠΎΠ±ΠΎΡΠ° Π² ΠΎΡΡΡΡ ).
ΠΡΠ²ΡΡΠ° ΡΠ° Π΄ΠΎΡΠ²ΡΠ΄
- Π‘Π΅ΡΠ΅Π΄Π½Ρ ΡΠΏΠ΅ΡΡΠ°Π»ΡΠ½Π° Π°Π±ΠΎ Π²ΠΈΡΠ° ΠΎΡΠ²ΡΡΠ° (Π±Π°ΠΆΠ°Π½ΠΎ ΡΠ΅Ρ Π½ΡΡΠ½Π°, Π°Π»Π΅ Π½Π΅ ΠΎΠ±ΠΎΠ²βΡΠ·ΠΊΠΎΠ²ΠΎ).
- ΠΠΎΡΠ²ΡΠ΄ ΡΠΎΠ±ΠΎΡΠΈ Π· Π°Π½ΠΎΡΠ°ΡΡΡΡ Π΄Π°Π½ΠΈΡ / ΠΏΡΠ΄Π³ΠΎΡΠΎΠ²ΠΊΠΎΡ Π΄Π°ΡΠ°ΡΠ΅ΡΡΠ² Π±ΡΠ΄Π΅ ΠΏΠ΅ΡΠ΅Π²Π°Π³ΠΎΡ.
- Π ΠΎΠ·ΡΠΌΡΠ½Π½Ρ Π±Π°Π·ΠΎΠ²ΠΈΡ ΠΏΡΠΈΠ½ΡΠΈΠΏΡΠ² Computer Vision ΡΠ° Machine Learning (Π±ΡΠ΄Π΅ ΠΏΠ»ΡΡΠΎΠΌ, Π°Π»Π΅ ΠΌΠΎΠΆΠ½Π° Π½Π°Π²ΡΠΈΡΠΈ).
Π’Π΅Ρ Π½ΡΡΠ½Ρ Π·Π½Π°Π½Π½Ρ ΡΠ° Π½Π°Π²ΠΈΡΠΊΠΈ
- ΠΠΏΠ΅Π²Π½Π΅Π½Π΅ ΠΊΠΎΡΠΈΡΡΡΠ²Π°Π½Π½Ρ ΠΠ (Windows/Linux).
- ΠΠΎΡΠ²ΡΠ΄ ΡΠΎΠ±ΠΎΡΠΈ Π· ΡΠ½ΡΡΡΡΠΌΠ΅Π½ΡΠ°ΠΌΠΈ Π΄Π»Ρ Π°Π½ΠΎΡΠ°ΡΡΡ Π΄Π°Π½ΠΈΡ
:
- CVAT, LabelImg, Label Studio, Supervisely Π°Π±ΠΎ Π°Π½Π°Π»ΠΎΠ³ΡΡΠ½Ρ.
- ΠΠΌΡΠ½Π½Ρ Π²ΠΈΠΊΠΎΠ½ΡΠ²Π°ΡΠΈ ΡΡΠ·Π½Ρ ΡΠΈΠΏΠΈ ΡΠΎΠ·ΠΌΡΡΠΊΠΈ:
- bounding boxes, polygons, keypoints, segmentation masks, classification.
- ΠΠ°Π·ΠΎΠ²Ρ Π·Π½Π°Π½Π½Ρ ΡΠΎΡΠΌΠ°ΡΡΠ² Π΄Π°Π½ΠΈΡ (JSON, XML, COCO, YOLO, Pascal VOC).
- Π£Π²Π°ΠΆΠ½ΡΡΡΡ Π΄ΠΎ Π΄Π΅ΡΠ°Π»Π΅ΠΉ, Π²ΠΈΡΠΎΠΊΠ° ΡΠ²ΠΈΠ΄ΠΊΡΡΡΡ ΡΠ° ΡΠΊΡΡΡΡ ΡΠΎΠ·ΠΌΡΡΠΊΠΈ.
ΠΡΠ΄Π΅ ΠΏΠ»ΡΡΠΎΠΌ
- ΠΠΎΡΠ²ΡΠ΄ ΡΠΎΠ±ΠΎΡΠΈ Π· Π·ΠΎΠ±ΡΠ°ΠΆΠ΅Π½Π½ΡΠΌΠΈ ΡΠ° Π²ΡΠ΄Π΅ΠΎ Π· Π΄ΡΠΎΠ½ΡΠ², ΠΊΠ°ΠΌΠ΅Ρ ΡΠΏΠΎΡΡΠ΅ΡΠ΅ΠΆΠ΅Π½Π½Ρ ΡΠΈ ΡΠ½ΡΠΈΡ ΡΠ΅Π½ΡΠΎΡΡΠ².
- Π ΠΎΠ·ΡΠΌΡΠ½Π½Ρ ΡΠΏΠ΅ΡΠΈΡΡΠΊΠΈ Π²ΡΠΉΡΡΠΊΠΎΠ²ΠΈΡ /ΡΠ΅Ρ Π½ΡΡΠ½ΠΈΡ ΠΎΠ±βΡΠΊΡΡΠ² Ρ Π΄Π°Π½ΠΈΡ (ΡΠ΅Ρ Π½ΡΠΊΠ°, Π»ΡΠ΄ΠΈ, ΡΠ½ΡΡΠ°ΡΡΡΡΠΊΡΡΡΠ°).
- ΠΠΎΡΠ²ΡΠ΄ ΡΠΎΠ±ΠΎΡΠΈ Ρ Π²Π΅Π»ΠΈΠΊΠΈΡ ΠΊΠΎΠΌΠ°Π½Π΄Π°Ρ Π· ΠΊΠΎΠ½ΡΡΠΎΠ»Π΅ΠΌ Π²Π΅ΡΡΡΠΉ Π΄Π°ΡΠ°ΡΠ΅ΡΡΠ² (Git, DVC).
ΠΡΠΎΠ±ΠΈΡΡΡ ΡΠΊΠΎΡΡΡ
- Π£Π²Π°ΠΆΠ½ΡΡΡΡ ΡΠ° ΡΠΊΡΡΠΏΡΠ»ΡΠΎΠ·Π½ΡΡΡΡ (ΠΊΡΠΈΡΠΈΡΠ½ΠΎ Π΄Π»Ρ ΡΠΊΠΎΡΡΡ Π΄Π°Π½ΠΈΡ ).
- Π‘ΡΡΠΉΠΊΡΡΡΡ Π΄ΠΎ ΠΌΠΎΠ½ΠΎΡΠΎΠ½Π½ΠΎΡ ΡΠΎΠ±ΠΎΡΠΈ.
- ΠΠΌΡΠ½Π½Ρ ΠΏΡΠ°ΡΡΠ²Π°ΡΠΈ Ρ ΠΊΠΎΠΌΠ°Π½Π΄Ρ ΡΠ° Π΄ΠΎΡΡΠΈΠΌΡΠ²Π°ΡΠΈΡΡ ΡΠ½ΡΡΡΡΠΊΡΡΠΉ ΠΏΠΎ ΡΠΎΠ·ΠΌΡΡΡΡ.
- ΠΠΎΡΠΎΠ²Π½ΡΡΡΡ ΡΠ²ΠΈΠ΄ΠΊΠΎ Π½Π°Π²ΡΠ°ΡΠΈΡΡ Π½ΠΎΠ²ΠΈΠΌ ΡΠ½ΡΡΡΡΠΌΠ΅Π½ΡΠ°ΠΌ.
ΠΠ΅ΡΠ΅Π²Π°Π³ΠΈ Π²ΡΠ΄ ΡΠΎΠ±ΠΎΡΠΈ Π² ΠΊΠΎΠΌΠΏΠ°Π½ΡΡ:
- ΠΠΈ Π³Π°ΡΠ°Π½ΡΡΡΠΌΠΎ ΡΡΠΊΠ°Π²Ρ ΠΏΡΠΎΡΠΊΡΠΈ Π² ΠΎΠ±Π»Π°ΡΡΡ Π²ΡΠΉΡΡΠΊΠΎΠ²ΠΎΡ ΡΠ΅Ρ Π½ΡΠΊΠΈ ΡΠ° ΡΠ°Π΄ΡΠΎΠ΅Π»Π΅ΠΊΡΡΠΎΠ½ΡΠΊΠΈ.
- ΠΠΎΠΆΠ»ΠΈΠ²ΡΡΡΡ Π²ΠΏΠ»ΠΈΠ²Π°ΡΠΈ Π½Π° ΠΏΡΠΎΠ΄ΡΠΊΡ Ρ ΠΏΡΠΎΡΠ΅ΡΠΈ.
- ΠΡΠΎΠΏΠΎΠ½ΡΡΠΌΠΎ ΠΊΠΎΠ½ΠΊΡΡΠ΅Π½ΡΠ½Ρ Π·Π°ΡΠΎΠ±ΡΡΠ½Ρ ΠΏΠ»Π°ΡΡ;
- ΠΠΈ Π½Π°Π΄Π°ΡΠΌΠΎ Π±ΡΠΎΠ½ΡΠ²Π°Π½Π½Ρ!
Π―ΠΊΡΠΎ Π²ΠΈ Π³ΠΎΡΠΎΠ²Ρ ΠΏΡΠΈΡΠ΄Π½Π°ΡΠΈΡΡ Π΄ΠΎ ΠΊΠΎΠΌΠ°Π½Π΄ΠΈ ΡΠ° Π²Π½Π΅ΡΡΠΈ ΡΠ²ΡΠΉ Π²Π½Π΅ΡΠΎΠΊ Ρ ΡΠΎΠ·Π²ΠΈΡΠΎΠΊ Π²ΡΠΉΡΡΠΊΠΎΠ²ΠΈΡ ΡΠ΅Ρ Π½ΠΎΠ»ΠΎΠ³ΡΠΉ, Π½Π°Π΄ΡΠΈΠ»Π°ΠΉΡΠ΅ ΡΠ΅Π·ΡΠΌΠ΅ Π΄Π»Ρ ΡΡΠ°ΡΡΡ Ρ Π²ΡΠ΄Π±ΠΎΡΡ.
More -
Β· 19 views Β· 1 application Β· 2d
Data Science Engineer
Hybrid Remote Β· Countries of Europe or Ukraine Β· Product Β· 4 years of experience Β· English - B1Π‘ΡΠ°Π½ΡΡΠ΅ ΡΠ°ΡΡΠΈΠ½ΠΎΡ ΠΊΠΎΠΌΠ°Π½Π΄ΠΈ, ΡΠΎ ΡΡΠ²ΠΎΡΡΡ ΡΠΈΡΡΠΎΠ²Ρ ΡΠ΅Π°Π»ΡΠ½ΡΡΡΡ! MODUS X β ΡΠΊΡΠ°ΡΠ½ΡΡΠΊΠ° ΠΠ’-ΠΊΠΎΠΌΠΏΠ°Π½ΡΡ, ΠΊΠΎΠΌΠ°Π½Π΄Π° 650+ ΡΠ½ΠΆΠ΅Π½Π΅ΡΡΠ², Π°ΡΡ ΡΡΠ΅ΠΊΡΠΎΡΡΠ², ΡΠΏΠ΅ΡΡΠ°Π»ΡΡΡΡΠ² Π· Π±Π΅Π·ΠΏΠ΅ΠΊΠΈ ΡΠ° Π΄Π°ΡΠ°ΡΠ°ΡΠ½ΡΠΈΡΡΡΠ².β ΠΠΈ ΡΠΎΠ·ΠΏΠΎΡΠ°Π»ΠΈ ΡΠ° ΠΏΡΠΎΠ΄ΠΎΠ²ΠΆΡΡΠΌΠΎ ΡΡΠΏΡΠΎΠ²ΡΠ΄ ΡΠΈΡΡΠΎΠ²ΠΎΡ ΡΡΠ°Π½ΡΡΠΎΡΠΌΠ°ΡΡΡ ΠΠ’ΠΠ, ΡΠΊΠ° ΠΏΠ΅ΡΡΠΎΡ Π²...Π‘ΡΠ°Π½ΡΡΠ΅ ΡΠ°ΡΡΠΈΠ½ΠΎΡ ΠΊΠΎΠΌΠ°Π½Π΄ΠΈ, ΡΠΎ ΡΡΠ²ΠΎΡΡΡ ΡΠΈΡΡΠΎΠ²Ρ ΡΠ΅Π°Π»ΡΠ½ΡΡΡΡ!
MODUS X β ΡΠΊΡΠ°ΡΠ½ΡΡΠΊΠ° ΠΠ’-ΠΊΠΎΠΌΠΏΠ°Π½ΡΡ, ΠΊΠΎΠΌΠ°Π½Π΄Π° 650+ ΡΠ½ΠΆΠ΅Π½Π΅ΡΡΠ², Π°ΡΡ ΡΡΠ΅ΠΊΡΠΎΡΡΠ², ΡΠΏΠ΅ΡΡΠ°Π»ΡΡΡΡΠ² Π· Π±Π΅Π·ΠΏΠ΅ΠΊΠΈ ΡΠ° Π΄Π°ΡΠ°ΡΠ°ΡΠ½ΡΠΈΡΡΡΠ².β ΠΠΈ ΡΠΎΠ·ΠΏΠΎΡΠ°Π»ΠΈ ΡΠ° ΠΏΡΠΎΠ΄ΠΎΠ²ΠΆΡΡΠΌΠΎ ΡΡΠΏΡΠΎΠ²ΡΠ΄ ΡΠΈΡΡΠΎΠ²ΠΎΡ ΡΡΠ°Π½ΡΡΠΎΡΠΌΠ°ΡΡΡ ΠΠ’ΠΠ, ΡΠΊΠ° ΠΏΠ΅ΡΡΠΎΡ Π² Π΅Π½Π΅ΡΠ³Π΅ΡΠΈΡΡ Π£ΠΊΡΠ°ΡΠ½ΠΈ ΡΡΠ°Π»Π° Π½Π° ΡΠ»ΡΡ ΠΌΠ°ΡΡΡΠ°Π±Π½ΠΎΠ³ΠΎ Π΄ΡΠ΄ΠΆΠΈΡΠ°Π»-ΠΏΠ΅ΡΠ΅ΡΠ²ΠΎΡΠ΅Π½Π½Ρ. ΠΠΈΠ½Ρ Π²ΠΈΠ΄ΡΠ»ΠΈΠ»ΠΈΡΡ Π² ΠΎΠΊΡΠ΅ΠΌΡ ΠΊΠΎΠΌΠΏΠ°Π½ΡΡ, ΡΠΎΠ±ΠΈ Π΄ΡΠ»ΠΈΡΠΈΡΡ ΡΠ²ΠΎΡΠΌ Π΄ΠΎΡΠ²ΡΠ΄ΠΎΠΌ ΡΠ° Π΅ΠΊΡΠΏΠ΅ΡΡΠΈΠ·ΠΎΡ Π½Π°Π·ΠΎΠ²Π½Ρ, Π·Π°Π»ΠΈΡΠ°ΡΡΠΈΡΡ ΠΠ’-ΠΎΠΏΠΎΡΠΎΡ Π΄Π»Ρ ΡΠΈΡ , Ρ ΡΠΎ Π½Π΅ΡΠ΅ ΡΠ²ΡΡΠ»ΠΎ ΡΠ° ΡΠΏΡΠΈΡΡ Π²ΡΠ΄Π½ΠΎΠ²Π»Π΅Π½Π½Ρ ΠΊΡΠ°ΡΠ½ΠΈ.
Π¨ΡΠΊΠ°ΡΠΌΠΎ Middle Scientist, Π΄Π»Ρ ΠΏΡΠ΄ΡΠΈΠ»Π΅Π½Π½Ρ Data Science-ΠΊΠΎΠΌΠ°Π½Π΄ΠΈ. Π―ΠΊΠΈΠΉ Π±ΡΠ΄Π΅ Π΄ΠΎΠ»ΡΡΠ΅Π½ΠΈΠΉ Π΄ΠΎ Π²ΠΈΠΊΠΎΠ½Π°Π½Π½Ρ ΠΏΠΎΠ²Π½ΠΎΠ³ΠΎ ΡΠΈΠΊΠ»Ρ ΠΏΡΠΎΠ΅ΠΊΡΡΠ² β Π²ΡΠ΄ Π°Π½Π°Π»ΡΠ·Ρ Π΄Π°Π½ΠΈΡ Π΄ΠΎ Π·Π°ΠΏΡΡΠΊΡ ΠΌΠΎΠ΄Π΅Π»Ρ Ρ ΠΏΡΠΎΠ΄Π°ΠΊΡΠ½, ΠΏΡΠ°ΡΡΡΡΠΈ Ρ ΠΊΡΠΎΡ-ΡΡΠ½ΠΊΡΡΠΎΠ½Π°Π»ΡΠ½ΡΠΉ ΠΊΠΎΠΌΠ°Π½Π΄Ρ.
Π€ΡΠ½ΠΊΡΡΡ ΠΏΠΎΡΠ°Π΄ΠΈ:- ΠΠ½Π°Π»ΡΠ· ΠΏΡΠΎΠ±Π»Π΅ΠΌΠΈ ΡΠ° ΠΏΠΎΡΡΠ°Π½ΠΎΠ²ΠΊΠ° Π·Π°Π΄Π°ΡΡ
- ΠΠ±ΡΡ, ΠΎΡΠΈΡΠ΅Π½Π½Ρ ΡΠ° ΠΏΡΠ΄Π³ΠΎΡΠΎΠ²ΠΊΠ° Π΄Π°Π½ΠΈΡ
- ΠΠΎΠ΄Π΅Π»ΡΠ²Π°Π½Π½Ρ ΡΠ° Π΅ΠΊΡΠΏΠ΅ΡΠΈΠΌΠ΅Π½ΡΠΈ
- ΠΠ°Π»ΡΠ΄Π°ΡΡΡ ΡΠ° ΠΏΠΎΡΡΠ½Π΅Π½Π½Ρ ΡΠ΅Π·ΡΠ»ΡΡΠ°ΡΡΠ²
- Π‘ΠΏΡΠ²ΠΏΡΠ°ΡΡ ΡΠ° ΠΊΠΎΠΌΡΠ½ΡΠΊΠ°ΡΡΡ
- ΠΠΎΠ»ΡΠΏΡΠ΅Π½Π½Ρ ΠΏΡΠΎΡΠ΅ΡΡΠ² ΡΠ° ΠΌΠ΅Π½ΡΠΎΡΡΡΠ²ΠΎ
- R&D ΡΠ° ΡΠΎΠ·Π²ΠΈΡΠΎΠΊ Π΅ΠΊΡΠΏΠ΅ΡΡΠΈΠ·ΠΈ
ΠΡΠΎΡΠ΅ΡΡΠΉΠ½Ρ ΠΊΠΎΠΌΠΏΠ΅ΡΠ΅Π½ΡΡΡ:- ΠΠΌΡΠ½Π½Ρ ΡΡΡΠΊΠΎ ΡΠΎΡΠΌΡΠ»ΡΠ²Π°ΡΠΈ Π·Π°Π΄Π°ΡΡ ΡΠ° ΡΡΠ°Π²ΠΈΡΠΈ ΠΏΠΈΡΠ°Π½Π½Ρ
- ΠΠΌΡΠ½Π½Ρ ΠΏΠΎΠ΄ΠΈΠ²ΠΈΡΠΈΡΡ Π½Π° ΠΏΡΠΎΠ±Π»Π΅ΠΌΡ ΠΏΡΠ΄ ΡΠ½ΡΠΈΠΌ ΠΊΡΡΠΎΠΌ Π·ΠΎΡΡ
- Python (pandas, NumPy, scikit-learn), SQL; Π²ΠΏΠ΅Π²Π½Π΅Π½Π° ΡΠΎΠ±ΠΎΡΠ° Π· Git.
- ΠΠ»Π°ΡΠΈΡΠ½Ρ ML-Π°Π»Π³ΠΎΡΠΈΡΠΌΠΈ (Gradient Boosting β XGBoost/LightGBM/CatBoost, Random Forest, Logistic/Linear Regression, k-NN); Π·Π½Π°Π½Π½Ρ ΠΌΠ΅ΡΠΎΠ΄ΡΠ² ΡΠ΅Π³ΡΠ»ΡΡΠΈΠ·Π°ΡΡΡ, ΠΊΡΠΎΡ-Π²Π°Π»ΡΠ΄Π°ΡΡΡ ΡΠ° ΠΏΡΠ΄Π±ΠΎΡΡ Π³ΡΠΏΠ΅ΡΠΏΠ°ΡΠ°ΠΌΠ΅ΡΡΡΠ².
- ΠΠΌΠΎΠ²ΡΡΠ½ΡΡΠ½Ρ ΡΠΎΠ·ΠΏΠΎΠ΄ΡΠ»ΠΈ, ΠΏΠ΅ΡΠ΅Π²ΡΡΠΊΠ° Π³ΡΠΏΠΎΡΠ΅Π·, A/B-ΡΠ΅ΡΡΠΈ, ΡΠ½ΡΠ΅ΠΏΡΠ΅ΡΠΎΠ²Π°Π½ΡΡΡΡ ΠΌΠΎΠ΄Π΅Π»Π΅ΠΉ.
- PyTorch Π°Π±ΠΎ TensorFlow/Keras Π΄Π»Ρ Π·Π°Π΄Π°Ρ CV ΡΠΈ NLP; ΡΠΌΡΠ½Π½Ρ Π±ΡΠ΄ΡΠ²Π°ΡΠΈ ΡΠ° ΡΡΠ΅Π½ΡΠ²Π°ΡΠΈ ΠΌΠΎΠ΄Π΅Π»Ρ Π· TensorBoard-Π»ΠΎΠ³ΡΠ²Π°Π½Π½ΡΠΌ.
- MLflow / Weights & Biases, Docker; Π±Π°Π·ΠΎΠ²Π΅ ΡΠΎΠ·ΡΠΌΡΠ½Π½Ρ CI/CD Π΄Π»Ρ ML-ΠΏΠ°ΠΉΠΏΠ»Π°ΠΉΠ½ΡΠ².
- ΠΡΠ°ΠΊΡΠΈΡΠ½ΠΈΠΉ Π΄ΠΎΡΠ²ΡΠ΄ Ρ Ρ ΠΎΡΠ° Π± ΠΎΠ΄Π½ΡΠΉ ΡΠ· ΠΏΠ»Π°ΡΡΠΎΡΠΌ (AWS, GCP, Azure) Π΄Π»Ρ ΡΠΎΠ·Π³ΠΎΡΡΠ°Π½Π½Ρ Π°Π±ΠΎ ΡΡΠ΅Π½ΡΠ²Π°Π½Π½Ρ ΠΌΠΎΠ΄Π΅Π»Π΅ΠΉ.
- ΠΠ°ΡΠ²Π½ΡΡΡΡ ΡΠ΅ΡΡΠΈΡΡΠΊΠ°ΡΡΡ ΠΏΠΎ Data&AI
- ΠΠΌΡΠ½Π½Ρ Π½Π΅Π·Π°Π»Π΅ΠΆΠ½ΠΎ ΠΏΠ΅ΡΠ΅Π²ΡΡΡΡΠΈ Π²Ρ ΡΠ΄Π½Ρ Π΄Π°Π½Ρ ΡΠ° ΡΠ΅Π·ΡΠ»ΡΡΠ°Ρ
- ΠΠ²ΡΠΎΠ½ΠΎΠΌΠ½ΡΡΡΡ
- ΠΠΎΠΌΡΠ½ΡΠΊΠ°Π±Π΅Π»ΡΠ½ΡΡΡΡ
ΠΠΈ ΠΏΡΠΎΠΏΠΎΠ½ΡΡΠΌΠΎ:- ΠΡΡΡΡΠΉΠ½Π΅ ΠΏΡΠ°ΡΠ΅Π²Π»Π°ΡΡΡΠ²Π°Π½Π½Ρ
- KΠΎΠ½ΠΊΡΡΠ΅Π½ΡΠ½ΠΈΠΉ ΡΡΠ²Π΅Π½Ρ Π·Π°ΡΠΎΠ±ΡΡΠ½ΠΎΡ ΠΏΠ»Π°ΡΠΈ ΡΠ° ΡΠΎΡΡΠ°Π»ΡΠ½Ρ Π³Π°ΡΠ°Π½ΡΡΡ
- ΠΠΎΡΠΏΠΎΡΠ°ΡΠΈΠ²Π½Π° ΠΏΡΠΎΠ³ΡΠ°ΠΌΠ° ΠΌΠ΅Π΄ΠΈΡΠ½ΠΎΠ³ΠΎ ΡΡΡΠ°Ρ ΡΠ²Π°Π½Π½Ρ ΡΠ° ΠΏΡΠΎΠ³ΡΠ°ΠΌΠ° ΠΏΡΠΈΡ ΠΎΠ»ΠΎΠ³ΡΡΠ½ΠΎΡ ΠΏΡΠ΄ΡΡΠΈΠΌΠΊΠΈ ΡΠΏΡΠ²ΡΠΎΠ±ΡΡΠ½ΠΈΠΊΡΠ²
- Π ΠΎΠ±ΠΎΡΡ Π² ΡΠ½Π½ΠΎΠ²Π°ΡΡΠΉΠ½ΠΎΠΌΡ ΠΏΠ°ΡΠΊΡ Unit City
- ΠΠΎΠΆΠ»ΠΈΠ²ΠΎΡΡΡ Π½Π°Π²ΡΠ°Π½Π½Ρ ΡΠ° ΠΏΡΠΎΡΠ΅ΡΡΠΉΠ½ΠΈΠΉ ΡΠΎΠ·Π²ΠΈΡΠΎΠΊ (ΠΎΠ½Π»Π°ΠΉΠ½ ΠΊΡΡΡΠΈ, Π°ΡΠ΄ΠΈΡΠΎΡΠ½Ρ ΡΡΠ΅Π½ΡΠ½Π³ΠΈ, ΠΌΠ°ΠΉΡΡΠ΅Ρ-ΠΊΠ»Π°ΡΠΈ, ΠΏΡΠΎΡΠ΅ΡΡΠΉΠ½Ρ ΡΠΏΡΠ»ΡΠ½ΠΎΡΠΈ)
ΠΠΈ ΡΡΠ½ΡΡΠΌΠΎ Π²Π°Ρ ΡΠ½ΡΠ΅ΡΠ΅Ρ Π΄ΠΎ MODUS X ΡΠ° Π³ΠΎΡΠΎΠ²Π½ΡΡΡΡ ΠΏΡΠΈΠΉΠΌΠ°ΡΠΈ Π²ΠΈΠΊΠ»ΠΈΠΊΠΈ. Π’ΡΡ ΠΊΠΎΠΆΠ΅Π½ ΠΌΠΎΠΆΠ΅ ΡΠΎΠ·ΠΊΡΠΈΡΠΈ ΡΠ²ΠΎΡ ΡΠ°Π»Π°Π½ΡΠΈ ΠΉ Π·ΡΠΎΠ±ΠΈΡΠΈ Π²Π½Π΅ΡΠΎΠΊ Ρ ΡΠΏΡΠ»ΡΠ½ΠΈΠΉ ΡΡΠΏΡΡ . ΠΠΈ ΡΠ½Π²Π΅ΡΡΡΡΠΌΠΎ Π² ΡΠΎΠ·Π²ΠΈΡΠΎΠΊ, Π΄ΠΎΠΏΠΎΠΌΠ°Π³Π°ΡΠΌΠΎ ΠΎΡΡΠΈΠΌΡΠ²Π°ΡΠΈ Π½ΠΎΠ²Ρ Π·Π½Π°Π½Π½Ρ ΡΠ° Π΄ΠΎΡΡΠ³Π°ΡΠΈ ΠΏΡΠΎΡΠ΅ΡΡΠΉΠ½ΠΈΡ ΡΡΠ»Π΅ΠΉ.ΠΠ°ΡΠ° ΠΊΠΎΠΌΠ°Π½Π΄Π° ΡΠ²Π°ΠΆΠ½ΠΎ ΡΠΎΠ·Π³Π»ΡΠ΄Π°Ρ Π²ΡΡ Π·Π°ΡΠ²ΠΊΠΈ, Ρ ΡΠΊΡΠΎ Π²Π°ΡΠ° ΠΊΠ°Π½Π΄ΠΈΠ΄Π°ΡΡΡΠ° Π²ΡΠ΄ΠΏΠΎΠ²ΡΠ΄Π°Ρ Π²ΠΈΠΌΠΎΠ³Π°ΠΌ Π²Π°ΠΊΠ°Π½ΡΡΡ, ΡΠ΅ΠΊΡΡΡΠ΅Ρ ΠΎΠ±ΠΎΠ²βΡΠ·ΠΊΠΎΠ²ΠΎ Π·Π²βΡΠΆΠ΅ΡΡΡΡ Π· Π²Π°ΠΌΠΈ Π²ΠΏΡΠΎΠ΄ΠΎΠ²ΠΆ 2 ΡΠΈΠΆΠ½ΡΠ².
ΠΡΠ»ΡΡΠ΅ ΡΠ½ΡΠΎΡΠΌΠ°ΡΡΡ ΠΏΡΠΎ ΠΊΠΎΠΌΠΏΠ°Π½ΡΡ ΡΠ° Π½Π°Ρ Π΄ΠΎΡΠ²ΡΠ΄ Π½Π° ΠΎΡΡΡΡΠΉΠ½ΡΠΉ ΡΡΠΎΡΡΠ½ΡΡ MODUS X Π² LinkedIn.
ΠΠ°ΠΏΡΠ°Π²Π»ΡΡΡΠΈ ΡΠ΅Π·ΡΠΌΠ΅ Π½Π° ΡΡ Π²Π°ΠΊΠ°Π½ΡΡΡ, ΠΠΈ Π½Π°Π΄Π°ΡΡΠ΅ Π·Π³ΠΎΠ΄Ρ Π’ΠΠ Β«ΠΠΠΠ£Π‘ ΠΠΠ‘Β» Π½Π° ΠΎΠ±ΡΠΎΠ±ΠΊΡ Π½Π°Π΄Π°Π½ΠΈΡ ΠΠ°ΠΌΠΈ ΠΏΠ΅ΡΡΠΎΠ½Π°Π»ΡΠ½ΠΈΡ Π΄Π°Π½ΠΈΡ Π·Π³ΡΠ΄Π½ΠΎ ΠΠ°ΠΊΠΎΠ½Ρ Π£ΠΊΡΠ°ΡΠ½ΠΈ Β«ΠΡΠΎ Π·Π°Ρ ΠΈΡΡ ΠΏΠ΅ΡΡΠΎΠ½Π°Π»ΡΠ½ΠΈΡ Π΄Π°Π½ΠΈΡ Β». ΠΠ³ΠΎΠ΄Π° Π½Π°Π΄Π°ΡΡΡΡΡ Π² ΡΠΎΠΌΡ ΡΠΈΡΠ»Ρ Π΄Π»Ρ ΡΡ ΠΎΠ±ΡΠΎΠ±ΠΊΠΈ Π² Π·ΠΎΠ²Π½ΡΡΠ½ΡΡ ΡΠΈΡΡΠ΅ΠΌΠ°Ρ , Π· ΠΌΠ΅ΡΠΎΡ ΡΡΠΏΡΠΎΠ²ΠΎΠ΄ΠΆΠ΅Π½Π½Ρ ΠΏΡΠΎΡΠ΅ΡΡ Π½Π°ΠΉΠΌΡ.
More -
Β· 44 views Β· 4 applications Β· 9d
Data Analyst with ML basics (US Market Research SaaS) to $3500
Full Remote Β· Countries of Europe or Ukraine Β· 4 years of experience Β· English - B1Π₯Π΅Π»ΠΎΡ, Π»ΡΠ±Π° ΡΠΏΡΠ»ΡΠ½ΠΎΡΠ° \0/ ΠΡΠΎΠ΄ΠΎΠ²ΠΆΡΡΠΌΠΎ Π·ΡΠΎΡΡΠ²Π°ΡΠΈ ΠΊΠΎΠΌΠ°Π½Π΄Ρ Π°ΠΌΠ΅ΡΠΈΠΊΠ°Π½ΡΡΠΊΠΎΠ³ΠΎ Market Research SaaS, ΡΠΊΠΈΠΉ ΡΠΎΠ±ΠΈΡΡ Π²ΠΈΡΠ½ΠΎΠ²ΠΊΠΈ ΠΏΡΠΎ Π²ΠΏΠ΅Π²Π½Π΅Π½Π½ΡΡΡΡ Π²ΡΠ΄ΠΏΠΎΠ²ΡΠ΄Π΅ΠΉ ΡΠ·Π΅ΡΡΠ², Π½Π° Π±Π°Π·Ρ ΡΡ Π²Π·Π°ΡΠΌΠΎΠ΄ΡΡ ΡΠ· ΡΠ½ΡΠ΅ΡΡΠ΅ΠΉΡΠΎΠΌ, ΠΏΡΠ΄ ΡΠ°Ρ ΠΏΠΎΠ»ΡΡΠΈΡΠ½ΠΈΡ ΠΎΠΏΠΈΡΡΠ²Π°Π½Ρ Π² Π‘Π¨Π. Π¦Π΅ ΠΊΠΎΠ»ΠΈ 1000 Π°ΠΌΠ΅ΡΠΈΠΊΠ°Π½ΡΡΠΊΠΈΡ ...Π₯Π΅Π»ΠΎΡ, Π»ΡΠ±Π° ΡΠΏΡΠ»ΡΠ½ΠΎΡΠ° \0/
ΠΡΠΎΠ΄ΠΎΠ²ΠΆΡΡΠΌΠΎ Π·ΡΠΎΡΡΠ²Π°ΡΠΈ ΠΊΠΎΠΌΠ°Π½Π΄Ρ Π°ΠΌΠ΅ΡΠΈΠΊΠ°Π½ΡΡΠΊΠΎΠ³ΠΎ Market Research SaaS, ΡΠΊΠΈΠΉ ΡΠΎΠ±ΠΈΡΡ Π²ΠΈΡΠ½ΠΎΠ²ΠΊΠΈ ΠΏΡΠΎ Π²ΠΏΠ΅Π²Π½Π΅Π½Π½ΡΡΡΡ Π²ΡΠ΄ΠΏΠΎΠ²ΡΠ΄Π΅ΠΉ ΡΠ·Π΅ΡΡΠ², Π½Π° Π±Π°Π·Ρ ΡΡ Π²Π·Π°ΡΠΌΠΎΠ΄ΡΡ ΡΠ· ΡΠ½ΡΠ΅ΡΡΠ΅ΠΉΡΠΎΠΌ, ΠΏΡΠ΄ ΡΠ°Ρ ΠΏΠΎΠ»ΡΡΠΈΡΠ½ΠΈΡ ΠΎΠΏΠΈΡΡΠ²Π°Π½Ρ Π² Π‘Π¨Π.
Π¦Π΅ ΠΊΠΎΠ»ΠΈ 1000 Π°ΠΌΠ΅ΡΠΈΠΊΠ°Π½ΡΡΠΊΠΈΡ ΡΠ°Π½Π΄ΠΎΠΌΡΠ² Π²ΡΠ΄ΠΏΠΎΠ²ΡΠ΄Π°ΡΡΡ Π·Π° ΠΊΠΎΠ³ΠΎ Π± Π²ΠΎΠ½ΠΈ ΠΏΡΠΎΠ³ΠΎΠ»ΠΎΡΡΠ²Π°Π»ΠΈ Π°Π±ΠΎ ΠΊΡΠ΄ΠΈ ΡΡΠ΅Π±Π° Π·Π°Π½Π΅ΡΡΠΈ ΡΡΠΎΡ ΠΈ Π΄Π΅ΠΌΠΎΠΊΡΠ°ΡΡΡ.
ΠΠ° ΠΏΡΠΎΠ΅ΠΊΡΡ Ρ:- Π±Π°Π³Π°ΡΠΎ RnD
- Π°Π½Π°Π»ΡΠ· ΠΏΠΎΠ²Π΅Π΄ΡΠ½ΠΊΠΎΠ²ΠΈΡ Π΄Π°Π½ΠΈΡ
- ΠΌΠ°ΡΠ΅ΠΌΠ°ΡΠΈΠΊΠ° ΡΠ° ΡΡΠ°ΡΠΈΡΡΠΈΠΊΠ°
- ΡΠ΅ΠΏΠΎΡΡΠΈ
- Π·Π°ΡΠ°Π· Π±ΡΠ΄Π΅ΠΌΠΎ ΠΏΡΠ΄ΡΡΠ±Π°ΡΠΈ Machine Learning β Π²ΡΠ΄ Π²Π°Ρ ΠΎΡΠΈΠΊΡΡΠΌΠΎ Π±Π°Π·ΠΎΠ²Ρ Π½Π°Π²ΠΈΡΠΊΠΈ Π½Π° ΡΡΠ²Π½Ρ ΠΏΠΎΡΠ°ΡΠΊΡΠ²ΡΡ-Π΅Π½ΡΡΠ·ΡΠ°ΡΡΠ°.
Π’ΠΎΠΌΡ ΡΡΠΊΠ°ΡΠΌΠΎ Data Analyst, Π· ΡΠΊΠΈΠΌ ΠΌΠΈ Π±ΡΠ΄Π΅ΠΌΠΎ ΡΠΎΠ·Π²ΠΈΠ²Π°ΡΠΈ ΡΠ΄ΡΠΎ ΠΏΡΠΎΠ΅ΠΊΡΡ ΡΠ° ΠΏΡΠ΄ΡΡΠ±Π°ΡΠΈ ML.
ΠΠΠ₯Π, ΡΠ΅ ΡΠ΄Π΅Π°Π»ΡΠ½ΠΈΠΉ Π±ΡΡΡΠ΅Ρ Π΄Π»Ρ ΡΠΊΡΠ»ΡΠ² ΡΠ° ΡΠ΅Π·ΡΠΌΠ΅, ΡΠΎΠΌΡ ΡΠΎ:- Π¦Ρ ΡΠΎΠ»Ρ Π±ΡΠ΄Π΅ ΠΊΠΎΡΡΡΠ±ΚΌΡΡΠΈΡΠΈ Π² Π»ΠΎΠ³ΡΠΊΡ ΠΏΡΠΎΠ΅ΠΊΡΠ° Ρ Π² Π½Π°ΡΠΊΠΎΠ²Ρ ΡΠΊΠ»Π°Π΄ΠΎΠ²Ρ Π°Π½Π°Π»ΡΠ·Ρ ΠΏΠΎΠ²Π΅Π΄ΡΠ½ΠΊΠΈ.
- ΠΠΎΠΆΠ½Π° ΡΠΎΠ·Π²ΠΈΠ²Π°ΡΠΈ Π½Π°Π²ΠΈΡΠΊΠΈ ML.
- ΠΡΠ½ΠΎΠ²Π½Π° ΡΡΠ½Π½ΡΡΡΡ ΠΏΡΠΎΠ΅ΠΊΡΡ Π² Π΄Π°Π½ΠΈΡ
, Π° ΡΠ΅ Π΄ΡΠΆΠ΅ ΠΏΡΠΎΡΡΠ»ΡΠ½ΠΎ Π΄Π»Ρ ΠΠ°ΡΠ° ΠΠ½Π°Π»ΡΡΠΈΠΊΡΠ².
ΠΠ°ΠΌ ΡΠΏΠΎΠ΄ΠΎΠ±Π°ΡΡΡΡΡ, ΡΠΊΡΠΎ Π²ΠΈ Π·Π°ΡΠ°Π· Π³ΠΎΡΠΎΠ²Ρ Π²ΠΊΠ»Π°ΡΡΠΈΡΡ ΡΠΎΠ·ΡΠΌΠΎΠΌ Π² ΡΠ΅ΠΉΠΏΡΠ½Π³ ΠΏΡΠΎΠ΄ΡΠΊΡΡ ΡΠ° ΡΠ°ΠΌΠΎΡΠΎΠ·Π²ΠΈΡΠΎΠΊ.
ΠΠ°ΠΌ Π½Π΅ ΡΠΏΠΎΠ΄ΠΎΠ±Π°ΡΡΡΡΡ, ΡΠΊΡΠΎ Π΄ΡΡΠ° ΡΠ° ΡΠΎΠ·ΡΠΌ Ρ Π²Π°Ρ Π·Π°ΡΠ°Π· Π²ΠΈΡΠ½Π°ΠΆΠ΅Π½Ρ Ρ Π·Π°Π»ΠΈΡΠΈΠ»ΠΈΡΡ ΡΡΠ»ΡΠΊΠΈ ΡΡΠΊΠΈ β ΠΏΡΠΎΠ΅ΠΊΡ ΠΏΠΎΡΡΠ΅Π±ΡΡ Π²ΡΠ΄ ΡΡΡΡ ΡΠΎΠ»Ρ ΠΏΠ΅Π²Π½ΠΎΠ³ΠΎ ΡΠ½Π³Π΅ΠΉΠ΄ΠΆΠΌΠ΅Π½ΡΡ.
ΠΠ° ΡΡΠΎΠΌΡ Ρ Π΄ΠΎΠ·Π²ΠΎΠ»Ρ ΠΏΠ΅ΡΠ΅ΠΌΠΊΠ½ΡΡΠΈΡΡ Π½Π° Π°Π½Π³Π»ΡΠΉΡΡΠΊΡ, Π±ΠΎ ΠΌΠΎΠ²Π° ΠΏΡΠ΄Π΅ ΠΏΡΠΎ ΠΊΠΎΠ½ΠΊΡΠ΅ΡΠ½Ρ ΡΠ΅ΡΡ.Responsibilities
- Minimal ETL development to cover analytics needs.
- Machine Learning for data prediction.
- Contribution to RnD: how we analyse bahaviour, which metrics we have to collect and how.
- Feature development: hypotesis and its validation.
- Analytics, reporting and dashboards owning: report automation and custom reporting.
Requirements
- Strong proficiency in Python and Pandas.
- Experience with statistics, including deviation, decile, variance, and moving average concepts.
- Data Visualisation Tools β there is a freedom to use any of them.
- Basic experience with AWS Serverless stack (Lambda, SQS, DynamoDB, API Gateway).
- Familiarity with data pipeline design and automation.
- Basic experience with ML.
Nice to haves
- Experience with Step Functions and Serverless Framework.
- Good English.
Team- Product Owner
- 2x Fullstack Devs
- Python Back End Dev
- Manual/Auto QA
- DevOps
We offer
- 15 paid day-offs per year.
- 10 US/UA holidays.
- Tax compensation.
- Flexible working hours with 12-18 prime time.
- Opportunity to grow and claim new responsibilities in competitive modern environment.
______
ΠΡΠ΄Ρ ΡΠ°Π΄ΠΈΠΉ Π²Π°Ρ ΠΏΠΎΡΠΈΡΠ°ΡΠΈ ΡΠ° ΠΏΠΎΠ±Π°ΡΠΈΡΠΈ β ΠΏΠΈΡΡΡΡ.
More -
Β· 32 views Β· 5 applications Β· 8d
Machine Learning Engineer
Full Remote Β· Ukraine Β· 3 years of experience Β· English - NoneΠΠΈ ΡΡΠΊΠ°ΡΠΌΠΎ Machine Learning Engineer, ΡΠΊΠΈΠΉ ΠΏΡΠΈΡΠ΄Π½Π°ΡΡΡΡΡ Π΄ΠΎ Π½Π°ΡΠΎΡ ΠΊΠΎΠΌΠ°Π½Π΄ΠΈ! Π―ΠΊΡΠΎ ΡΠ΅Π±Π΅ ΡΡΠΊΠ°Π²ΠΈΡΡ ΠΏΡΠΈΠΊΠ»Π°Π΄Π½ΠΈΠΉ Π¨Π, Π°Π³Π΅Π½ΡΠ½Ρ ΡΠΈΡΡΠ΅ΠΌΠΈ ΡΠ° ΡΠΈ Ρ ΠΎΡΠ΅Ρ ΡΡΠ²ΠΎΡΡΠ²Π°ΡΠΈ ΡΠ½ΡΠ΅Π»Π΅ΠΊΡΡΠ°Π»ΡΠ½Ρ ΡΠ½ΡΡΡΡΠΌΠ΅Π½ΡΠΈ, ΡΠΊΡ ΡΠΏΡΠ²ΠΏΡΠ°ΡΡΡΡΡ Π· Π»ΡΠ΄ΡΠΌΠΈ, β Π±ΡΠ΄Π΅ΠΌΠΎ ΡΠ°Π΄Ρ Π±Π°ΡΠΈΡΠΈ ΡΠ΅Π±Π΅ Ρ ΠΊΠΎΠΌΠ°Π½Π΄Ρ. ΠΡΠΈΡΠ΄Π½ΡΠΉΡΡ Π΄ΠΎ...ΠΠΈ ΡΡΠΊΠ°ΡΠΌΠΎ Machine Learning Engineer, ΡΠΊΠΈΠΉ ΠΏΡΠΈΡΠ΄Π½Π°ΡΡΡΡΡ Π΄ΠΎ Π½Π°ΡΠΎΡ ΠΊΠΎΠΌΠ°Π½Π΄ΠΈ! Π―ΠΊΡΠΎ ΡΠ΅Π±Π΅ ΡΡΠΊΠ°Π²ΠΈΡΡ ΠΏΡΠΈΠΊΠ»Π°Π΄Π½ΠΈΠΉ Π¨Π, Π°Π³Π΅Π½ΡΠ½Ρ ΡΠΈΡΡΠ΅ΠΌΠΈ ΡΠ° ΡΠΈ Ρ ΠΎΡΠ΅Ρ ΡΡΠ²ΠΎΡΡΠ²Π°ΡΠΈ ΡΠ½ΡΠ΅Π»Π΅ΠΊΡΡΠ°Π»ΡΠ½Ρ ΡΠ½ΡΡΡΡΠΌΠ΅Π½ΡΠΈ, ΡΠΊΡ ΡΠΏΡΠ²ΠΏΡΠ°ΡΡΡΡΡ Π· Π»ΡΠ΄ΡΠΌΠΈ, β Π±ΡΠ΄Π΅ΠΌΠΎ ΡΠ°Π΄Ρ Π±Π°ΡΠΈΡΠΈ ΡΠ΅Π±Π΅ Ρ ΠΊΠΎΠΌΠ°Π½Π΄Ρ. ΠΡΠΈΡΠ΄Π½ΡΠΉΡΡ Π΄ΠΎ Π½Π°Ρ Ρ Π΄ΠΎΠ»ΡΡΠ°ΠΉΡΡ Π΄ΠΎ ΡΠΎΡΠΌΡΠ²Π°Π½Π½Ρ ΠΌΠ°ΠΉΠ±ΡΡΠ½ΡΡ Π¨Π-Π°ΡΠΈΡΡΠ΅Π½ΡΡΠ² Π΄Π»Ρ ΡΠΎΠ±ΠΎΡΠΎΠ³ΠΎ ΡΠ΅ΡΠ΅Π΄ΠΎΠ²ΠΈΡΠ°.
ΠΠΈ ΡΡΠ²ΠΎΡΡΡΠΌΠΎ ΠΏΡΠΎΡΡΠ½ΡΡΠΎΠ³ΠΎ Π¨Π-Π°ΡΠΈΡΡΠ΅Π½ΡΠ°, ΡΠΊΠΈΠΉ Π΄ΠΎΠΏΠΎΠΌΠ°Π³Π°Ρ ΠΊΠΎΠΌΠ°Π½Π΄Π°ΠΌ ΠΏΡΠ°ΡΡΠ²Π°ΡΠΈ ΠΏΡΠΎΠ΄ΡΠΊΡΠΈΠ²Π½ΡΡΠ΅. ΠΠΎΡΠ΄Π½ΡΡΡΠΈ ΡΠ΅ΠΌΠ°Π½ΡΠΈΡΠ½ΠΈΠΉ ΠΏΠΎΡΡΠΊ, Π°Π³Π΅Π½ΡΠ½ΠΈΠΉ Π¨Π ΡΠ° ΡΡΡΠ°ΡΠ½Ρ ΠΌΠΎΠ²Π½Ρ ΠΌΠΎΠ΄Π΅Π»Ρ, ΡΠΈΡΡΠ΅ΠΌΠ° ΠΏΡΠ΄ΡΠΈΠ»ΡΡ Π²Π½ΡΡΡΡΡΠ½Ρ ΠΎΠΏΠ΅ΡΠ°ΡΡΡ Π·Π° Π΄ΠΎΠΏΠΎΠΌΠΎΠ³ΠΎΡ ΡΠΎΠ·ΡΠΌΠ½ΠΎΡ, ΠΊΠΎΠ½ΡΠ΅ΠΊΡΡΠ½ΠΎ-Π·Π°Π»Π΅ΠΆΠ½ΠΎΡ ΠΏΡΠ΄ΡΡΠΈΠΌΠΊΠΈ ΡΠ° ΠΏΠ΅ΡΡΠΎΠ½Π°Π»ΡΠ·ΠΎΠ²Π°Π½ΠΎΡ Π²Π·Π°ΡΠΌΠΎΠ΄ΡΡ.
Π¦Π΅ Π½Π΅ ΠΏΡΠΎΡΡΠΎ ΡΠ°Ρ-Π±ΠΎΡ β ΡΠ΅ ΡΠΈΡΡΠ΅ΠΌΠ°, ΡΠΊΠ° ΡΠΎΠ·ΡΠΌΡΡ, Π°Π΄Π°ΠΏΡΡΡΡΡΡΡ ΡΠ° ΡΠΏΡΠ²ΠΏΡΠ°ΡΡΡ Π· Π»ΡΠ΄ΡΠΌΠΈ.
ΠΠ±ΠΎΠ²ΚΌΡΠ·ΠΊΠΈ
- Π ΠΎΠ·ΡΠΎΠ±Π»ΡΡΠΈ ΡΠ° ΡΠ½ΡΠ΅Π³ΡΡΠ²Π°ΡΠΈ ML- Ρ NLP-ΠΌΠΎΠ΄Π΅Π»Ρ Π΄Π»Ρ ΡΠ΅Π°Π»ΡΠ·Π°ΡΡΡ ΡΠ½ΡΠ΅Π»Π΅ΠΊΡΡΠ°Π»ΡΠ½ΠΈΡ ΡΡΠ½ΠΊΡΡΠΉ Π°ΡΠΈΡΡΠ΅Π½ΡΠ°
- Π‘ΡΠ²ΠΎΡΡΠ²Π°ΡΠΈ Π°Π³Π΅Π½ΡΠ½Ρ ΡΠΎΠ±ΠΎΡΡ ΠΏΡΠΎΡΠ΅ΡΠΈ Π· Π²ΠΈΠΊΠΎΡΠΈΡΡΠ°Π½Π½ΡΠΌ LangChain, LangGraph Π°Π±ΠΎ ΠΏΠΎΠ΄ΡΠ±Π½ΠΈΡ ΡΡΠ΅ΠΉΠΌΠ²ΠΎΡΠΊΡΠ²
- ΠΡΠΎΡΠΎΡΠΈΠΏΡΠ²Π°ΡΠΈ ΡΠ½ΡΠ΅ΡΡΠ΅ΠΉΡΠΈ ΠΊΠΎΡΠΈΡΡΡΠ²Π°ΡΠ° ΡΠ° Π²Π½ΡΡΡΡΡΠ½Ρ ΡΠ½ΡΡΡΡΠΌΠ΅Π½ΡΠΈ Π· Π²ΠΈΠΊΠΎΡΠΈΡΡΠ°Π½Π½ΡΠΌ Streamlit Π°Π±ΠΎ Gradio
- Π‘ΠΏΡΠ²ΠΏΡΠ°ΡΡΠ²Π°ΡΠΈ Π· ΠΊΠΎΠΌΠ°Π½Π΄Π°ΠΌΠΈ ΡΠΎΠ·ΡΠΎΠ±ΠΊΠΈ ΡΠ° ΠΏΡΠΎΠ΄ΡΠΊΡΡ Π΄Π»Ρ ΠΏΠ»Π°Π½ΡΠ²Π°Π½Π½Ρ ΡΠ° Π²ΠΏΡΠΎΠ²Π°Π΄ΠΆΠ΅Π½Π½Ρ ΡΡΠ½ΠΊΡΡΠΉ Π½Π° ΠΎΡΠ½ΠΎΠ²Ρ ML
- ΠΡΠ°ΡΡΠ²Π°ΡΠΈ Π· Docker Π΄Π»Ρ ΠΊΠ΅ΡΡΠ²Π°Π½Π½Ρ ΡΠ΅ΡΠ΅Π΄ΠΎΠ²ΠΈΡΠ°ΠΌΠΈ ΡΠΎΠ·ΡΠΎΠ±ΠΊΠΈ ΡΠ° Π²ΠΈΠΊΠΎΠ½Π°Π½Π½Ρ
- ΠΠΈΠΊΠΎΡΠΈΡΡΠΎΠ²ΡΠ²Π°ΡΠΈ Git Π΄Π»Ρ ΠΊΠΎΠ½ΡΡΠΎΠ»Ρ Π²Π΅ΡΡΡΠΉ ΡΠ° ΠΏΠΈΡΠ°ΡΠΈ ΡΠΈΡΡΠΈΠΉ, ΠΏΡΠ΄ΡΡΠΈΠΌΡΠ²Π°Π½ΠΈΠΉ ΠΊΠΎΠ΄
- ΠΠΈΠΊΠΎΠ½ΡΠ²Π°ΡΠΈ Π·Π°ΠΏΠΈΡΠΈ Π΄ΠΎ ΡΡΡΡΠΊΡΡΡΠΎΠ²Π°Π½ΠΈΡ Π΄Π°Π½ΠΈΡ Π·Π° Π΄ΠΎΠΏΠΎΠΌΠΎΠ³ΠΎΡ SQL
- ΠΡΠ°ΡΠΈ ΡΡΠ°ΡΡΡ Ρ Π΄Π΅ΠΏΠ»ΠΎΠΉΠΌΠ΅Π½ΡΡ ΡΠ° ΠΏΡΠ΄ΡΡΠΈΠΌΡΡ ΠΌΠΎΠ΄Π΅Π»Π΅ΠΉ Ρ Ρ ΠΌΠ°ΡΠ½ΠΎΠΌΡ ΡΠ΅ΡΠ΅Π΄ΠΎΠ²ΠΈΡΡ (ΠΏΠ΅ΡΠ΅Π²Π°ΠΆΠ½ΠΎ Azure)
ΠΠΈΠΌΠΎΠ³ΠΈ
- Π‘ΠΈΠ»ΡΠ½Ρ Π½Π°Π²ΠΈΡΠΊΠΈ ΡΠΎΠ±ΠΎΡΠΈ Π· Python
- ΠΠΎΡΠ²ΡΠ΄ ΡΠΎΠ±ΠΎΡΠΈ Π· Π°Π³Π΅Π½ΡΠ½ΠΈΠΌΠΈ Π¨Π-ΡΡΠ΅ΠΉΠΌΠ²ΠΎΡΠΊΠ°ΠΌΠΈ, ΡΠ°ΠΊΠΈΠΌΠΈ ΡΠΊ LangChain Π°Π±ΠΎ LangGraph
- ΠΠ»ΠΈΠ±ΠΎΠΊΠ΅ ΡΠΎΠ·ΡΠΌΡΠ½Π½Ρ ΠΎΡΠ½ΠΎΠ² machine learning ΡΠ° NLP
- ΠΡΠ°ΠΊΡΠΈΡΠ½ΠΈΠΉ Π΄ΠΎΡΠ²ΡΠ΄ ΡΠΎΠ±ΠΎΡΠΈ Π· ML-ΡΡΠ΅ΠΉΠΌΠ²ΠΎΡΠΊΠ°ΠΌΠΈ (PyTorch, TensorFlow ΡΠΎΡΠΎ)
- ΠΠ½Π°Π½Π½Ρ ΡΠ½ΡΡΡΡΠΌΠ΅Π½ΡΡΠ² ΠΏΡΠΎΡΠΎΡΠΈΠΏΡΠ²Π°Π½Π½Ρ (Streamlit, Gradio)
- Π ΠΎΠ·ΡΠΌΡΠ½Π½Ρ Π½Π°ΠΉΠΊΡΠ°ΡΠΈΡ ΡΠ½ΠΆΠ΅Π½Π΅ΡΠ½ΠΈΡ ΠΏΡΠ°ΠΊΡΠΈΠΊ: Git, Docker, Π±Π°Π·ΠΎΠ²Ρ Π·Π½Π°Π½Π½Ρ Ρ ΠΌΠ°ΡΠ½ΠΈΡ ΡΠ΅ΡΠ²ΡΡΡΠ², ΠΎΡΡΠ½ΠΊΠ° Π·Π°Π΄Π°Ρ
- ΠΡΠ°ΠΊΡΠΈΡΠ½Ρ Π½Π°Π²ΠΈΡΠΊΠΈ ΡΠΎΠ±ΠΎΡΠΈ Π· SQL
- ΠΠΎΠ»ΠΎΠ΄ΡΠ½Π½Ρ Π°Π½Π³Π»ΡΠΉΡΡΠΊΠΎΡ ΠΌΠΎΠ²ΠΎΡ Π½Π° ΡΡΠ²Π½Ρ Upper-Intermediate (ΡΡΠ½ΠΎ ΡΠ° ΠΏΠΈΡΡΠΌΠΎΠ²ΠΎ)
ΠΠ΅ΡΠ΅Π²Π°Π³ΠΎΡ Π±ΡΠ΄Π΅
- ΠΠΎΡΠ²ΡΠ΄ ΡΠΎΠ±ΠΎΡΠΈ Π· ΡΠ½ΡΠΈΠΌΠΈ Π°Π³Π΅Π½ΡΠ½ΠΈΠΌΠΈ Π°Π±ΠΎ LLM-ΠΎΡΠΊΠ΅ΡΡΡΠ°ΡΡΠΉΠ½ΠΈΠΌΠΈ ΡΠ½ΡΡΡΡΠΌΠ΅Π½ΡΠ°ΠΌΠΈ
- ΠΠΎΡΠ²ΡΠ΄ Ρ MLOps Π°Π±ΠΎ Π΄Π΅ΠΏΠ»ΠΎΠΉΠΌΠ΅Π½ΡΡ ΠΌΠΎΠ΄Π΅Π»Π΅ΠΉ
- ΠΠΏΠ΅Π²Π½Π΅Π½Π΅ ΠΊΠΎΡΠΈΡΡΡΠ²Π°Π½Π½Ρ Linux-ΡΠ΅ΡΠΌΡΠ½Π°Π»ΠΎΠΌ
______________________________________________________________________
Weβre looking for a Machine Learning Engineer to join our team!
If youβre excited about applied AI and agentic systems and want to develop intelligent tools that truly collaborate with people, weβd love to have you join our team. Join us and help shape the future of AI-powered workplace assistants.Weβre building an advanced AI assistant that helps teams work smarter. By combining semantic search, agentic AI, and state-of-the-art language models, the system enhances internal operations through intelligent, context-aware support and personalized interactions.
Itβs not a chatbot β itβs a system that understands, adapts to, and collaborates with humans.
Responsibilities
- Develop and integrate ML and NLP models to power intelligent assistant features
- Build agentic workflows using LangChain, LangGraph, or similar frameworks
- Prototype user interfaces and internal tools using Streamlit or Gradio
- Collaborate with the engineering and product teams to plan and deliver ML-driven features
- Work with Docker to manage development and runtime environments
- Use Git for version control and write clean, maintainable code
- Query structured data using SQL
- Contribute to model deployment and operations in a cloud environment (primarily Azure)
Requirements
- Strong proficiency in Python
- Experience with agentic AI frameworks such as LangChain or LangGraph
- Solid understanding of machine learning and NLP fundamentals
- Hands-on experience with ML frameworks (e.g., PyTorch, TensorFlow)
- Familiarity with prototyping tools such as Streamlit or Gradio
- Knowledge of engineering best practices: Git, Docker, cloud basics, and task estimation
- Practical knowledge of SQL
- Upper-Intermediate level of English (both written and spoken)
Would be a plus
- Experience with other agentic or LLM orchestration tools
- Experience with MLOps or model deployment
- Comfortable working in Linux terminal environments
-
Β· 50 views Β· 3 applications Β· 29d
DΠ°tΠ° SΡΡΠ΅nΡΠ΅ TΠ΅Π°m LΠ΅Π°d
Full Remote Β· Ukraine Β· 5 years of experience Β· English - B2Πur ΡlΡΠ΅nt ΠΎpΠ΅rΠ°tΠ΅s Π°s Π°n ΠsrΠ°Π΅lΡ-bΠ°sΠ΅d sΠ΅rvΡΡΠ΅ prΠΎvΡdΠ΅r wΡth Π΅Ρ pΠ΅rtΡsΠ΅ Ρn ΡlΠΎud mΡgrΠ°tΡΠΎn Π°nd ΡntrΡΡΠ°tΠ΅ DΠ΅vΠps ΡnΡtΡΠ°tΡvΠ΅s. ThΠ΅Ρr ΡlΡΠ΅nts bΠ΅nΠ΅fΡt frΠΎm thΠ΅ Π°bΡlΡtΡ tΠΎ strΠ°tΠ΅gΡzΠ΅ Π°nd ΡmplΠ΅mΠ΅nt Π°utΠΎmΠ°tΡΠΎn sΠ΅lf-sΠ΅rvΡΡΠ΅ Π°s pΠ°rt ΠΎf DΠ΅vΠps bΠ΅st prΠ°ΡtΡΡΠ΅s,...Πur ΡlΡΠ΅nt ΠΎpΠ΅rΠ°tΠ΅s Π°s Π°n ΠsrΠ°Π΅lΡ-bΠ°sΠ΅d sΠ΅rvΡΡΠ΅ prΠΎvΡdΠ΅r wΡth Π΅Ρ pΠ΅rtΡsΠ΅ Ρn ΡlΠΎud mΡgrΠ°tΡΠΎn Π°nd ΡntrΡΡΠ°tΠ΅ DΠ΅vΠps ΡnΡtΡΠ°tΡvΠ΅s.
ThΠ΅Ρr ΡlΡΠ΅nts bΠ΅nΠ΅fΡt frΠΎm thΠ΅ Π°bΡlΡtΡ tΠΎ strΠ°tΠ΅gΡzΠ΅ Π°nd ΡmplΠ΅mΠ΅nt Π°utΠΎmΠ°tΡΠΎn sΠ΅lf-sΠ΅rvΡΡΠ΅ Π°s pΠ°rt ΠΎf DΠ΅vΠps bΠ΅st prΠ°ΡtΡΡΠ΅s, Π΅ffΡΡΡΠ΅ntlΡ hΠ°ndlΠ΅ KubΠ΅rnΠ΅tΠ΅s dΠ΅plΠΎΡmΠ΅nt Π°nd mΠ°nΠ°gΠ΅mΠ΅nt, Π°ΡhΡΠ΅vΠ΅ ΡΠΎst sΠ°vΡngs, nΠ°vΡgΠ°tΠ΅ thrΠΎugh ΠT ΡntrΡΡΠ°ΡΡΠ΅s, Π°nd mΠ΅Π΅t βtΡmΠ΅ tΠΎ mΠ°rkΠ΅tβ gΠΎΠ°ls suΡΡΠ΅ssfullΡ.
WΠ΅βrΠ΅ lΠΎΠΎkΡng fΠΎr Π° hΠ°nds-ΠΎn DΠ°tΠ° SΡΡΠ΅nΡΠ΅ TΠ΅Π°m LΠ΅Π°d tΠΎ buΡld Π°nd sΡΠ°lΠ΅ prΠΎduΡtΡΠΎn ΠΠ/ML sΠΎlutΡΠΎns ΠΎn ΠWS whΡlΠ΅ lΠ΅Π°dΡng Π° DΠ°tΠ° SΡΡΠ΅ntΡst tΠ΅Π°m. Π£ΠΎuβll ΠΎwn thΠ΅ full lΡfΠ΅ΡΡΡlΠ΅βfrΠΎm dΡsΡΠΎvΠ΅rΡ Π°nd prΠΎΠΎf-ΠΎf-ΡΠΎnΡΠ΅pts tΠΎ trΠ°ΡnΡng, ΠΎptΡmΡzΠ°tΡΠΎn, dΠ΅plΠΎΡmΠ΅nt, Π°nd ΡtΠ΅rΠ°tΡΠΎn Ρn prΠΎduΡtΡΠΎn.
LΠΎΡΠ°tΡΠΎn: FullΡ rΠ΅mΠΎtΠ΅.
RΠ΅quΡrΠ΅mΠ΅nts:
- TΠ΅Π°m mΠ°nΠ°gΠ΅mΠ΅nt Π΅Ρ pΠ΅rΡΠ΅nΡΠ΅: 1+ ΡΠ΅Π°r ΠΎf lΠ΅Π°dΡng Π΅ngΡnΠ΅Π΅rs ΠΎr sΡΡΠ΅ntΡsts (pΠ΅ΠΎplΠ΅ ΠΎr tΠ΅Ρh lΠ΅Π°d);
- TΠ΅ΡhnΡΡΠ°l Π΅Ρ pΠ΅rΡΠ΅nΡΠ΅: 5+ ΡΠ΅Π°rs Ρn DΠ°tΠ° SΡΡΠ΅nΡΠ΅/ML (ΡnΡludΡng dΠ΅Π΅p lΠ΅Π°rnΡng/LLMs);
- 1+ ΡΠ΅Π°r ΠΎf Π΅Ρ pΠ΅rΡΠ΅nΡΠ΅ wΡth ΠWS ΡlΠΎud Π°nd dΠ°tΠ° sΠ΅rvΡΡΠ΅s;
- ΠΡ pΠ΅rt Ρn PΡthΠΎn Π°nd dΠ΅Π΅p lΠ΅Π°rnΡng frΠ°mΠ΅wΠΎrks (PΡTΠΎrΡh/TΠ΅nsΠΎrFlΠΎw), Π°nd hΠ°nds-ΠΎn wΡth ΠWS ML sΠ΅rvΡΡΠ΅s (Π΅spΠ΅ΡΡΠ°llΡ SΠ°gΠ΅MΠ°kΠ΅r Π°nd BΠ΅drΠΎΡk);
- PrΠΎvΠ΅n Π΅Ρ pΠ΅rΡΠ΅nΡΠ΅ wΡth gΠ΅nΠ΅rΠ°tΡvΠ΅ ΠΠ Π°nd fΡnΠ΅-tunΡng lΠ°rgΠ΅ lΠ°nguΠ°gΠ΅ mΠΎdΠ΅ls;
- ΠΡ pΠ΅rΡΠ΅nΡΠ΅ dΠ΅plΠΎΡΡng ML sΠΎlutΡΠΎns ΠΎn ΠWS ΡlΠΎud ΡnfrΠ°struΡturΠ΅ Π°nd fΠ°mΡlΡΠ°rΡtΡ wΡth MLΠps bΠ΅st prΠ°ΡtΡΡΠ΅s;
- GΠΎΠΎd ΠnglΡsh skΡlls β UppΠ΅r-ΠntΠ΅rmΠ΅dΡΠ°tΠ΅ Π°nd Π°bΠΎvΠ΅.
NΡΡΠ΅ tΠΎ hΠ°vΠ΅:
- ΠWS ΡΠ΅rtΡfΡΡΠ°tΡΠΎns.
- Π mΠ°stΠ΅rβs dΠ΅grΠ΅Π΅ Ρn Π° rΠ΅lΠ΅vΠ°nt fΡΠ΅ld.
RΠ΅spΠΎnsΡbΡlΡtΡΠ΅s:
- PΠ΅ΠΎplΠ΅ lΠ΅Π°dΠ΅rshΡp: MΠ°nΠ°gΠ΅ Π°nd ΡΠΎΠ°Ρh Π° tΠ΅Π°m ΠΎf DΠ°tΠ° SΡΡΠ΅ntΡsts, sΠ΅t ΡlΠ΅Π°r gΠΎΠ°ls, run 1:1s, Π°nd suppΠΎrt ΡΠ°rΠ΅Π΅r grΠΎwth Π°nd tΠ΅ΡhnΡΡΠ°l Π΅Ρ ΡΠ΅llΠ΅nΡΠ΅.
- DΠ΅lΡvΠ΅rΡ ΠΎwnΠ΅rshΡp: DrΡvΠ΅ prΠΎjΠ΅Ρt sΡΠΎpΡng, plΠ°nnΡng, Π°nd ΠΎn-tΡmΠ΅, hΡgh-quΠ°lΡtΡ dΠ΅lΡvΠ΅rΡ frΠΎm ΡnΡΠ΅ptΡΠΎn tΠΎ prΠΎduΡtΡΠΎn. PrΠΎΠ°ΡtΡvΠ΅lΡ rΠ΅mΠΎvΠ΅ blΠΎΡkΠ΅rs, mΠ°nΠ°gΠ΅ rΡsks, Π°nd ΡΠΎmmunΡΡΠ°tΠ΅ stΠ°tus tΠΎ stΠ°kΠ΅hΠΎldΠ΅rs.
- Π‘ustΠΎmΠ΅r Π΅ngΠ°gΠ΅mΠ΅nt: WΠΎrk dΡrΠ΅ΡtlΡ wΡth fΠΎundΠ΅rs/tΠ΅ΡhnΡΡΠ°l lΠ΅Π°dΠ΅rs tΠΎ undΠ΅rstΠ°nd gΠΎΠ°ls, trΠ°nslΠ°tΠ΅ thΠ΅m ΡntΠΎ fΠ΅Π°sΡblΠ΅ ΠΠ rΠΎΠ°dmΠ°ps, Π°nd Π΅nsurΠ΅ mΠ΅Π°surΠ°blΠ΅ busΡnΠ΅ss ΠΎutΡΠΎmΠ΅s.
- MΠΎdΠ΅l DΠ΅vΠ΅lΠΎpmΠ΅nt & DΠ΅plΠΎΡmΠ΅nt: DΠ΅plΠΎΡ Π°nd trΠ°Ρn mΠΎdΠ΅ls ΠΎn ΠWS SΠ°gΠ΅MΠ°kΠ΅r (usΡng TΠ΅nsΠΎrFlΠΎw/PΡTΠΎrΡh).
- MΠΎdΠ΅l TunΡng & ΠptΡmΡzΠ°tΡΠΎn: FΡnΠ΅-tunΠ΅ Π°nd ΠΎptΡmΡzΠ΅ mΠΎdΠ΅ls usΡng tΠ΅ΡhnΡquΠ΅s lΡkΠ΅ quΠ°ntΡzΠ°tΡΠΎn Π°nd dΡstΡllΠ°tΡΠΎn, Π°nd tΠΎΠΎls lΡkΠ΅ PrunΠ°.Π°Ρ Π°nd RΠ΅plΡΡΠ°tΠ΅.
- GΠ΅nΠ΅rΠ°tΡvΠ΅ ΠΠ SΠΎlutΡΠΎns: DΠ΅sΡgn Π°nd ΡmplΠ΅mΠ΅nt Π°dvΠ°nΡΠ΅d GΠ΅nΠΠ sΠΎlutΡΠΎns, ΡnΡludΡng prΠΎmpt Π΅ngΡnΠ΅Π΅rΡng Π°nd rΠ΅trΡΠ΅vΠ°l-Π°ugmΠ΅ntΠ΅d gΠ΅nΠ΅rΠ°tΡΠΎn (RΠG) strΠ°tΠ΅gΡΠ΅s.
- LLM WΠΎrkflΠΎws: DΠ΅vΠ΅lΠΎp Π°gΠ΅ntΡΡ LLM wΠΎrkflΠΎws thΠ°t ΡnΡΠΎrpΠΎrΠ°tΠ΅ tΠΎΠΎl usΠ°gΠ΅, mΠ΅mΠΎrΡ, Π°nd rΠ΅Π°sΠΎnΡng fΠΎr ΡΠΎmplΠ΅Ρ prΠΎblΠ΅m-sΠΎlvΡng.
- SΡΠ°lΠ°bΡlΡtΡ & PΠ΅rfΠΎrmΠ°nΡΠ΅: MΠ°Ρ ΡmΡzΠ΅ mΠΎdΠ΅l pΠ΅rfΠΎrmΠ°nΡΠ΅ ΠΎn ΠWSβs bΡ lΠ΅vΠ΅rΠ°gΡng tΠ΅ΡhnΡquΠ΅s suΡh Π°s mΠΎdΠ΅l ΡΠΎmpΡlΠ°tΡΠΎn, dΡstΡllΠ°tΡΠΎn, Π°nd quΠ°ntΡzΠ°tΡΠΎn Π°nd usΡng ΠWS spΠ΅ΡΡfΡΡ fΠ΅Π°turΠ΅s.
- Π‘ΠΎllΠ°bΠΎrΠ°tΡΠΎn: WΠΎrk ΡlΠΎsΠ΅lΡ wΡth ΠΎthΠ΅r tΠ΅Π°ms (DΠ°tΠ° ΠngΡnΠ΅Π΅rΡng, DΠ΅vΠps, MLΠps, SΠΎlutΡΠΎn ΠrΡhΡtΠ΅Ρts, SΠ°lΠ΅s tΠ΅Π°ms) tΠΎ ΡntΠ΅grΠ°tΠ΅ mΠΎdΠ΅ls ΡntΠΎ prΠΎduΡtΡΠΎn pΡpΠ΅lΡnΠ΅s Π°nd wΠΎrkflΠΎws.
Π‘ΠΎmpΠ°nΡ ΠΎffΠ΅r:
- PΠ°Ρd vΠ°ΡΠ°tΡΠΎn Π°nd sΡΡk lΠ΅Π°vΠ΅s;
- MΠ΅dΡΡΠ°l ΡnsurΠ°nΡΠ΅;
- PrΠΎfΠ΅ssΡΠΎnΠ°l trΠ°ΡnΡng Π°nd ΡΠ΅rtΡfΡΡΠ°tΡΠΎns ΡΠΎvΠ΅rΠ΅d bΡ thΠ΅ ΡΠΎmpΠ°nΡ (ΠWS, FΡnΠps, KubΠ΅rnΠ΅tΠ΅s, Π΅tΡ.);
- ΠntΠ΅rnΠ°tΡΠΎnΠ°l wΠΎrk Π΅nvΡrΠΎnmΠ΅nt;
- RΠ΅fΠ΅rrΠ°l prΠΎgrΠ°m;
- Π‘ΠΎmpΠ°nΡ Π΅vΠ΅nts Π°nd sΠΎΡΡΠ°l gΠ°thΠ΅rΡngs (hΠ°ppΡ hΠΎurs, tΠ΅Π°m Π΅vΠ΅nts, knΠΎwlΠ΅dgΠ΅ shΠ°rΡng, Π΅tΡ.);
- WΠ΅llbΠ΅Ρng Π°nd prΠΎfΠ΅ssΡΠΎnΠ°l ΡΠΎΠ°ΡhΡng thrΠΎugh ΠlΡvΠ° HΠ΅Π°lth;
- ΠnglΡsh ΡlΠ°ssΠ΅s;
- SΠΎft skΡlls trΠ°ΡnΡng.