Junior Applied ML Engineer / Data Scientist

О компании

Nedvision.ai — резидент Сколково и Московского технологического кластера. Мы создаём продукт для оценки инвестиционной привлекательности недвижимости (Real Estate Investment Scoring) и приглашаем в команду начинающего специалиста, который хочет развиваться в области прикладного ML и работать с реальными данными.

Задачи

• Исследовать сырые данные по недвижимости: объявления, тексты, цены, геоданные, поведение продавцов, рыночную динамику.
• Проводить EDA: искать закономерности, проверять гипотезы, выявлять аномалии.
• Готовить признаки для ML-моделей: текстовые, табличные, временные и географические.
• Участвовать в построении моделей скоринга: рейтинг объектов, справедливая цена, доходность, ликвидность.
• Оценивать качество моделей: подбирать метрики, настраивать валидацию, анализировать ошибки и интерпретировать результаты.
• Исследовать деградацию качества по сегментам: районы, типы объектов, ценовые категории, периоды.
• Постепенно переходить от прототипов к самостоятельному решению частей ML-пайплайна.
• Помогать выстраивать ML-процесс: формулировать гипотезы, фиксировать результаты экспериментов, обеспечивать воспроизводимость.

Требования

• Уверенное владение Python для анализа данных: pandas, numpy, Jupyter/скрипты.
• Базовое понимание ML: классификация, регрессия, train/test split, метрики, переобучение, утечка данных.
• Базовая статистика: распределения, корреляции, проверка гипотез, доверительные интервалы.
• Знание SQL: выборки, join, group by; оконные функции будут плюсом.
• Понимание feature engineering и умение превращать сырые данные в признаки.
• Навык аккуратной работы с неполными, зашумлёнными и «грязными» данными.
• Способность ясно и просто объяснять свои выводы: что проверяли, что получилось, почему это важно.
• Готовность погружаться в предметную область, задавать вопросы и доводить задачи до результата.

Будет плюсом

• Опыт работы с scikit-learn, а также с CatBoost, LightGBM или XGBoost.
• Базовое знакомство с NLP: эмбеддинги, sentence-transformers, извлечение признаков из текстов.
• Интерес к геоаналитике: координаты, расстояния, районы, POI, H3, PostGIS/GeoPandas.
• Опыт использования Airflow, MLflow или систем трекинга экспериментов.
• Практический опыт работы с данными маркетплейсов, классифайдов, недвижимости или финтеха.
• Умение применять AI-инструменты для ускорения разработки без потери качества.

Условия

• Заработная плата: от 100 000 рублей.
• Формат сотрудничества: контракт или part-time.
• Быстрый профессиональный рост в области Applied ML Engineering на реальной продуктовой задаче.
• Множество практики на живых данных и бизнес-задачах.
• Возможность глубоко освоить домен недвижимости: цены, ликвидность, доходность, качество объявлений, поведенческие факторы.
• Обучение прикладной геоаналитике: построение признаков локации, транспортной доступности, окружения, рыночной динамики.
• Честная проверка моделей: time-based split, backtesting, out-of-time validation, анализ деградации по сегментам.
• Карт-бланш на аргументированные решения: вы сможете предлагать и проверять гипотезы, подходы и инструменты.
• Постепенное расширение ответственности — от технических задач к смысловым и организационным.
• Понятные задачи и прозрачная система роста.