Bakı,
Azərbaycan
21.07.2025 09:15
-
21.08.2025 12:00
İş haqqında məlumat
- Skorlamalar və proqnozlaşdırma üçün maşın öyrənməsi modellərinin yaradılması və tətbiqi;
- Məlumat mənbələrini (maliyyə, tranzaksiya, demoqrafik və davranış məlumatları) istifadə edərək düzgün proqnozlar qurmaq;
- Böyük məlumatların işlənməsi, təhlili və proqnozlaşdırıcı modellərin yaradılması və təkmilləşdirilməsi;
- Məlumatların əvvəlcədən işlənməsi, təmizlənməsi, çevrilməsi və normallaşdırılması;
- Maşın öyrənməsi alqoritmlərini tətbiq edərək modelləri qurmaq və optimallaşdırmaq (məsələn, qərar ağacları, təsadüfi meşə, gradient artırma, neyron şəbəkələri);
- Modellərin keyfiyyətini qiymətləndirmək və yaxşılaşdırmaq üçün müxtəlif metrikalardan istifadə (precision, recall, F1-score, ROC-AUC və digər metrikalar);
- Modellərin izlənməsi və yenilənməsi üçün proseslərin yaradılması və tətbiqi;
- Data analitiklər və data mühəndisləri komandası ilə sıx əməkdaşlıq edərək modellərin istehsalata inteqrasiyasını təmin etmək;
- Ofis daxili;
- İş rejimi həftənin 5 günü (09:00 – 18:00);
- Təşəbbüskar təkliflərin dəyərləndirilməsi;
- Əmək haqqının 15 gündən bir ödənilməsi;
- Tibbi sığorta təminatının verilməsi;
- Nahar yeməyinin təmin olunması;
- “Birlikdə istirahət” tədbirlərinin keçirilməsi.
Tələblər
- Kompüter elmləri, statistika, riyaziyyat və ya əlaqəli sahələr üzrə bakalavr və ya magistr dərəcəsi;
- Maşın öyrənməsi və süni intellekt modelləri ilə ən azı 3 il iş təcrübəsi;
- Risklərin qiymətləndirilməsi, proqnozlaşdırma və ya skorlamalar (məsələn, kredit skorlaması) sahəsində modellərin inkişafı üzrə təcrübə;
- Python və məlumatların təhlili və maşın öyrənməsi kitabxanaları (pandas, numpy, scikit-learn, TensorFlow, Keras, PyTorch) üzrə əla biliklər;
- SQL biliyi və əlaqəli və əlaqəsiz məlumat bazaları ilə iş təcrübəsi;
- Böyük məlumatlarla işləmək təcrübəsi, məsələn, Apache Spark, Hadoop, Dask kimi platformalarda təcrübə;
- Modellərin istehsalat mühitinə tətbiqi üçün Docker və Kubernetes kimi texnologiyalardan istifadə təcrübəsi;
- Maşın öyrənməsi alqoritmləri üzrə məlumat (gradient artırma, təsadüfi meşə, qərar ağacları, neyron şəbəkələri, SVM);
- Mürəkkəb məlumatları analiz etmək və faydalı nəticələr əldə etmək bacarığı;
- Modellərin keyfiyyətini qiymətləndirmək üçün metrikalarla iş təcrübəsi (accuracy, precision, recall, F1-score, ROC-AUC);
- A/B testləri və hiperparametr optimallaşdırması sahəsində biliklər;
- Müxtəlif sahələrdən olan komandalarla işləmə təcrübəsi, biznes analitikləri və məlumat mühəndisləri ilə əməkdaşlıq.
