✨ Мы ищем автора на курс «Специалист по Data Science»✨

Компания: СберОбразование
Формат: удаленно по всему миру, желательно московское время
Занятость: Part-time
Оформление: ГПХ с самозанятым или ИП

🚀 Мы помогаем людям развиваться профессионально и личностно, делая обучение персонифицированным, доступным и посильным. В этом нам помогают практикующие специалисты, выверенная методология и ИИ-инструменты.

Сейчас мы работаем над созданием курса «Специалист по Data Science» и ищем авторов, которые вместе с командой будут создавать образовательный контент.

📌 Чем предстоит заниматься:
▫️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 обучающихся.
▫️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.

🎯 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, продуктовый аналитик/BI-аналитик.
▫️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 обучающиеся смогли реализовать полученный навык на похожих кейсах в дальнейшей работе.
▫️Готовы работать с обратной связью и планировать итерационные улучшения созданного контента.
▫️Умеете работать в условиях дедлайнов и не боитесь “чистого листа”.
▫️Грамотно излагаете свои мысли и умеете объяснять сложные понятия простым языком.

Более подробная информация в вакансии

📎 Если вы хотите делиться своими знаниями и опытом, создавать обучающие материалы по Data Science и растить крутых специалистов на рынке, будем рады работе с вами!
Прислать резюме и откликнуться на вакансию: @KlimovaDina

P.S. этапы отбора: скрининг и небольшое тестовое задание