Alfa Advanced Analytics

Как упростить поиск данных 🔍

Александр Симонов, системный аналитик, вместе с командой развивает платформу для дата-специалистов — Feature Store. Недавно он задумался: как упростить поиск данных, если классический поиск по точному совпадению уже не справляется?

На карточках коротко рассказываем, как Александр подошёл к решению задачи, чтобы находить данные не по точному совпадению, а по смыслу 👆

А в статье читайте, как собрать MVP без лишней боли, и почему разработка «на коленке» — это не минус, а плюс.

#aaa_habr

Стажировка, после которой уже не стажёр ✅

В Альфе стажёры с первых дней работают с реальными задачами и часто с такими, которые потом попадают в прод. А ещё защищают модели перед заказчиками и быстро растут внутри команды.

Сегодняшние специалисты по интеллектуальному анализу данных Кирилл и Ксения когда-то пришли на стажировку, а теперь делятся историями, с чего началась их карьера.

На карточках говорим про их первые проекты, трудности и то, что запомнилось больше всего 📌

Если тоже хотите начать карьеру в Альфе — выбирайте направление и отправляйте заявку.

#aaa_career

Как мы строим продвинутую аналитику в Альфе 💡

Ведём Alfa Advanced Analytics уже несколько лет, а нас всё ещё спрашивают: «А над чем вы вообще работаете?». Рассказываем 👇

Одна команда ищет данные, другая размечает, третья запускает модель в прод. Так работает Центр продвинутой аналитики (ЦПА), здесь мы собираем и развиваем экспертизу по машинному обучению.

10 команд, 250 человек, десятки проектов: от скоринга клиентов до автоматического переобучения моделей. Всё это помогает делать сервисы умнее, процессы быстрее, а решения точнее.

На карточках рассказываем, чем занимаются команды, как устроена работа и как всё это складывается в единую систему.

А чтобы узнать больше, читайте статью по ссылке.

🔥 — хочу быть частью такой команды

#aaa_experts

Хотите к нам в команду?

Тогда ловите шанс! Запускаем конкурс на Kaggle и приглашаем вас пройти ускоренный отбор 🤝

Кого ищем:

Junior и Middle специалистов в области Data Science, которые умеют превращать данные в бизнес-результат. Предстоит строить модели (склонность, uplift, регрессия), работать с данными в Hadoop и SQL, общаться с продактами, тестировать гипотезы и внедрять ML в прод.

Регистрируйтесь на сайте конкурса и решайте задачу

Дедлайн подачи решений — 10 июля. Авторов лучших решений позовём на собеседование.

Скорее участвуйте 🚀

#aaa_career

Делимся ответом 🤫

Такой комментарий мы получили в рейтинге работодателей на Хабр Карьере.

Если вы давно следите за нами в канале, и вам близок наш подход к работе, вы тоже можете нас оценить 🤝

Переходите по ссылке, регистрируйтесь или авторизируйтесь на сайте и нажимайте кнопку «Дать оценку».