СберОбразование
Автор на курс “Специалист по Data Science”
- Аналитические исследования
- Анализ данных
- Работа с большим объемом информации
ООО «СберОбразование» — компания экосистемы Сбера, созданная в 2021 году. Мы внедряем цифровые решения и создаем новые возможности для
Edutoria — активно развивающаяся образовательная платформа от Сбера для онлайн-обучения взрослых.
Мы стремимся к человекоцентричности образования, помогаем людям в их профессиональном и личностном развитии, делая обучение персонифицированным, доступным и посильным. А помогают нам в этом — практикующие специалисты, выверенная методология и ИИ-инструменты.
Сейчас мы работаем над созданием курса «Аналитик данных» и ищем авторов, которые бы вместе с нами разрабатывали бы учебные материалы и делали их понятными, полезными и удобными для обучающихся.
Обязанности:
- Участвовать в проектирование модулей образовательного контента;
- Создавать уроки в соответствии с ТЗ и брифом по программе курса от программного эксперта и методиста в текстовом и видеоформате;
- Разрабатывать практические задания, квизы, тесты и отчетные проекты для проверки знаний;
- Итерационно улучшать контент на основе обратной связи, актуализировать его и обеспечивать высокое качество контента;
- Работать в команде вместе с продюсером, методистом, программным экспертом, редактором и дизайнером.
Наши ожидания от вас:
- Вы работаете на позиции data scientist 5+ лет, имеете опыт работы в качестве: Data Scientist, ML разработчик, MLOps инженер, аналитик данных, python разработчик;
- Имеете практический опыт и знания в одной или нескольких следующих темах:
1. Углубленные концепции и техники программирования на языке Python;
2. Продвинутая работа в терминале Linux, работа в IDE PyCharm, настройка виртуального окружения, включая менеджеры зависимостей и переменные окружения;
3. Методы и инструменты разведочного анализа данных (Exploratory Data Analysis, EDA), включая основы математической статистики и использование специализированных библиотек Python;
4. Фундаментальные математические и вычислительные знания, включая основы мат. анализа, теории оптимизации и численные методы, применяемые в машинном обучении;
5. Фундаментальные концепции и методы машинного обучения, включая задачи регрессии, классификации и кластеризации, а также основные метрики оценки моделей и библиотеки Python для машинного обучения;
6. Продвинутые методы машинного обучения, включая деревья решений и бустинги, а также их реализацию и обучение с использованием популярных библиотек Python;
7. Ключевые концепции и методы работы с нейронными сетями, включая полносвязные нейронные сети, рекурентые нейронные сети, их применение для анализа временных рядов, обучение и оценку качества. Понимание концепции transfer learning;
8. Глубокое обучение (Deep Learning) и его приложения в компьютерном зрении, обработке естественного языка и рекомендательных системах.
- Знаете, как организовать практику так, чтобы студенты смогли реализовать полученный навык на похожих кейсах в дальнейшей работе.
Будет плюсом:
- Логическое и структурное мышление;
- Умение писать понятный, интересный текст, проводить точные аналогии, придумывать примеры и иллюстрации;
- Опыт публичных выступлений, внутренних обучений или менторства джунов.
Мы заботимся о наших сотрудниках и предлагаем:
- Удаленный формат сотрудничества со связью в мессенджерах и созвонами в корпоративных сервисах;
- Оформление по договору ГПХ с самозанятым или ИП;
- Возможность совмещать с основной работой. Проект предполагает нагрузку в 15-20 часов в неделю с возможностью гибких включений в течение недели;
- Ежемесячную выплату по факту сделанных работ, размер вознаграждения обсуждается на собеседовании;
- Работу над значимым проектом с вдохновляющей миссией и осязаемой ценностью как для команды, так и для обучающихся;
- Возможность построить программу обучения, опираясь на свой профессиональный опыт, и управлять ее экспертной составляющей, принимая самостоятельные решения;
- Возможность продолжить сотрудничество в роли наставника или автора на других продуктах Edutoria;
- Дружную и креативную контентную команду, открытую к экспериментам и поддерживающую мемы, шутки и неформальную коммуникацию.