Data Scientist (NLP)

Описание компании

Страховой Дом ВСК входит в ТОП-5 компаний-лидеров на страховом рынке России. Нам уже более 30 лет, но мы не устаем создавать тренды в отрасли.

ВСК обеспечивает страховую защиту более чем 500 000 различных предприятий и организаций, более 30 миллионов российских граждан пользуются услугами компании. В линейке есть более 200 видов страховых услуг по всем направлениям: авто, дом, здоровье, путешествия. мы – универсальная страховая компания. Непрерывность процессов и высокое качество сервисов поддерживает более 7000 сотрудников компании в 500 офисах по всей стране, 700 из которых IT-специалисты.

В ВСК можно работать удаленно, в офисе или по гибридному графику. У нас сеть ИТ-хабов в Москве, Волгограде и Томске. Сотрудникам предоставляем бесплатный отдых в собственном туристическом центре и работу в коворкинге в Сочи, на базе образовательного центра Сириус.

Мы используем современные гибкие методологии Agile и SAFe. Непрерывно повышаем уровень нашей зрелости, как ИТ-команды, улучшая процессы разработки (ATDD, CI/CD и др.). Заботимся о постоянном развитии компетенции наших сотрудников и используем множество современных стеков разработки (Java, C#, Phyton и другие). Мы пропагандируем культуру доверия, командной работы, постоянного развития и изменений в направлении наших высоких амбиций.

У нас есть собственная DevOps платформа с поддержкой Kafka, Camunda, PostgreSQL и других технологий, а также система автоматизированного тестирования E2E Sprut.

Все что мы делаем в ВСК сегодня, мы делаем со взглядом в будущее. Действуй с ВСК сегодня и достигай каждый день. Ты свободен создавать свое будущее!

Описание стажировки

Ты будешь:

1. заниматься разметкой данных
2. заниматься разведочным анализом
3. создавать и расширять тематические словари
4. классифицировать тексты по тематикам
5. заниматься кластеризацией текстов
6. выявлять именованные и числовые сущности в тексте
7. анализировать и визуализировать полученные результаты

Требования к стажеру

1. регулярные выражения (re)
2. классический ML (scikit-learn, xgboost, catboost)
3. нейронные сети (torch/keras/tensorflow, transformers)
4. специализированные NLP-библиотеки (yargy, natasha, pymorphy, nltk и прочее)
5. решение задач клаccификации и кластеризации текстов, распознавания именованных сущностей
6. не ниже 4-5 курса ВУЗа

Специализация стажера