İş qrafiki: Həftənin 5 günü saat 09:00-dan 18:00-dək.
ML mühəndisi olaraq Sizin əsas vəzifə öhdəlikləriniz:
Data strukturunun və keyfiyyətinin analiz edilməsi
Müştəri profillərinin zənginləşdirilməsi üçün data parsing və entity extraction pipeline-larını qurmaq; məxfilik qaydalarına uyğun normalizasiya və maskalama tətbiq etmək.
Demoqrafik və davranış atributlarının çıxarılması üçün probabilistik modellər qurmaq (supervised/weak supervision, calibration, confidence scoring) və nəticələri feature store-a yazmaq.
Data keyfiyyət problemlərinin müəyyən edilməsi və həll mexanizmlərinin hazırlanması. Feature engineering və model selection proseslərinin icrası
Anomaliya və pattern detection üçün ML modellərinin hazırlanması. Model performansının ölçülməsi və optimizasiyası
Lookalike audience məntiqini qurmaq: seed auditoriyalardan oxşar istifadəçi tapmaq üçün embedding + nearest neighbors / gradient boosting / deep learning modelləri; segmentlərin ölçüləndirilməsi və yenilənməsi
Vəzifənin tələbləri:
Təhsil: Ali (Riyaziyyat,MIS, İnformatika, Kompüter Elmləri, Kompüter Mühəndisliyi və ya əlaqəli sahələrdə)
Müəyyən sahələrdə peşəkarliq (dərəcələri): Python (Pandas, NumPy, Scikit-learn ,TensorFlow, PyTorch) üzrə yaxşı səviyyədə biliklər
İş təcrübəsi: Data Science və ya Machine Learning sahəsində minimum 3+ il təcrübə.
Dil və kompyuter proqramları bilikləri: Python (Pandas, NumPy, Scikit-learn), ən azı bir DL framework (TensorFlow və ya PyTorch)
SQL (sorğu optimizasiyası), data warehouse anlayışı.
Big data alətləri: Spark/Databricks və ya ekvivalent (üstünlük).
Model interpretability (SHAP/feature importance), calibration, bias/fairness əsasları/.
API-lər (REST/gRPC), konteynerləşdirmə (Docker), orkestrasiya (Airflow/Kubeflow və ya ekvivalent) – baza/orta səviyyə/.
Azərbaycan dili - səlis, İngilis dili(yüksək səviyyə).
Biz nə təklif edirik?
Rəqabətli kompensasiya
Performans əsasında həvəsləndirici və bonuslar
Əlavə imtiyazlar
Performansa əsaslanan mədəniyyət
Müxtəlif təhsil və inkişaf imkanları
Karyera inkişaf imkanı
Hibrid iş imkanı
Ən dinamik şirkətdə işləmənin unikal təcrübəsi
Innovativ məhsullar və rəqəmsallaşma
Beynəlxalq təcrübə
Yüksək bacarığa malik peşəkar komanda
Kross-funksional əməkdaşlıq
Təcrübə mübadiləsi
Maraqlanan namizədlər Müraciət et düyməsində qeyd olunan linkə daxil olaraq müraciət edə bilərlər.
Müraciətlər vakansiyanın tələblərinə əsasən dəyərləndiriləcək və yalnız seçilmiş namizədlərlə əlaqə saxlanılacaqdır.
Biz bərabərliyə hörmət edən, fərqlərə dəyər verən, inklüzivliyi qiymətləndirən və aidiyyatı dəyərləndirən iş yeri mədəniyyətini inkişaf etdirməyə sadiqik.
Machine Learning Engineer
Company: Azerconnect Group
Function: Adtech
Work graphic: 5 days a week, from 09:00 to 18:00.
Your main job responsibilities as a Tax accountant:
Analyze existing data structure and assess data quality
Build data parsing and entity extraction pipelines to enrich customer profiles; apply normalization and masking in accordance with privacy regulations.
Building probabilistic models to extract demographic and behavioral attributes (supervised/weak supervision, calibration, confidence scoring) and writing the results to a feature store
Identify data quality issues and propose improvement mechanisms. Perform feature engineering and model selection
Develop ML models for anomaly and pattern detection. Evaluate and optimize model performance
Building lookalike audience logic: embedding + nearest neighbors / gradient boosting / deep learning models to find similar users from seed audiences; sizing and updating segments.
Your job requirements:
Education: Higher (Bachelor’s degree in MIS, Informatics, Computer Science, Computer Engineering,Mathematics or related field).
Specific areas of expertise: Strong proficiency in Python (Pandas, NumPy, Scikit-learn ,TensorFlow, PyTorch)
Work experience: Minimum 3+ years of experience in Data Science or Machine Learning. Preferred: Adtech/Martech, CDP/CRM, lookalike/segmentation, recommender systems, fraud detection experience.
Language and computer programs knowledge: Python (Pandas, NumPy, Scikit-learn), at least one DL framework (TensorFlow or PyTorch).
SQL (query optimization), data warehouse understanding.
Big data tools: Spark/Databricks or equivalent (preferred).
Basics of model interpretability (SHAP/feature importance), calibration, bias/fairness.