Программист-математик

Опыт разработки и тестирования алгоритмов в среде Matlab/Python. Знание и опыт применения методов работы с биосигналами и изображениями: фильтрация, выделение частотных/временных признаков, вейвлет-преобразования, статистическая обработка данных, удаление артефактов и др. Знание методов снижения размерности данных (регрессия, метод главных компонент, дискриминант Фишера и классификации данных и др.) и классификации/кластеризации данных (GMM, AdaBoost, SVM, k-means и др.). Актуальные знания в области машинного обучения (в т.ч. Deep Learning): классические нейронные сети, свёрточные сети, RNN/LSTM-сети. Знания в области Natural Language Processing Базовые навыки программирования на C++ либо C#. Английский язык на уровне чтения научной литературы по тематике работы. Аккуратность, умение грамотно писать, структурировать и комментировать код, составлять наглядные отчёты по результатам исследований.
Необходимые знания: Опыт разработки и тестирования алгоритмов в среде Matlab/Python. Знание и опыт применения методов работы с биосигналами и изображениями: фильтрация, выделение частотных/временных признаков, вейвлет-преобразования, статистическая обработка данных, удаление артефактов и др. Знание методов снижения размерности данных (регрессия, метод главных компонент, дискриминант Фишера и классификации данных и др.) и классификации/кластеризации данных (GMM, AdaBoost, SVM, k-means и др.). Актуальные знания в области машинного обучения (в т.ч. Deep Learning): классические нейронные сети, свёрточные сети, RNN/LSTM-сети. Знания в области Natural Language Processing Базовые навыки программирования на C++ либо C#. Английский язык на уровне чтения научной литературы по тематике работы. Аккуратность, умение грамотно писать, структурировать и комментировать код, составлять наглядные отчёты по результатам исследований.
Приветсвуется: Знание и опыт программирования на C#, C++, в средах MS Visual Studio, Qt Опыт программирования под GPU (CUDA) Навыки использования библиотек для машинного обучения (ConvNets, theano/tensorflow, keras, CAFFE). Навыки использования библиотек для работы с изображениями и биосигналами (OpenCV, EEGLAB, BrainStorm, Matlab Signal/Image Processing Toolbox) Опыт написания статей для научных журналов по тематике распознавания сигналов/образов, data mining. Участие в конкурсах по data mining (Kaggle).