2027 Summer Internship Program - Data Science Intern

О позиции

Программа стажировки длится 12 недель и рассчитана на студентов бакалавриата или выпускников до 6 месяцев. Вы будете работать над задачами по анализу данных, разработке моделей машинного обучения и изучению передовых технологий искусственного интеллекта. Программа включает менторство, нетворкинг с лидерами компании и возможности для профессионального роста. Доступны гибридные форматы работы с поддержкой гибкого графика.

Чем заниматься

• Поддержка проектов по машинному обучению и AI с использованием Python и медицинских данных
• Исследование внедрение LLM, RAG, агентов ИИ для задач здравоохранения
• Разработка и тестирование решений в области прогнозирования, компьютерного зрения и NLP
• Сотрудничество со специалистами по данным в рамках проектной деятельности
• Анализ данных и эксперименты с новыми подходами к решению бизнес-задач

Что ждут

• Действующий студент бакалавриата (Junior/Senior) или выпускник до полугода
• Знание основ машинного обучения и программирования на Python
• Навыки работы с офисным ПО (Excel, PowerPoint)
• Умение работать в команде и самостоятельно
• Критическое мышление и внимательность к деталям
• Готовность к коммуникации на рабочем месте

Будет плюсом

• Опыт работы с данными из сферы здравоохранения
• Базовые знания NLP или компьютерного зрения
• Участие в хакатонах или проектах по анализу данных

Условия

• Персональное наставничество и доступ к бывшим стажерам
• Гибкие форматы работы (офис, гибридный, удаленный)
• Обучение и развитие через корпоративные программы
• Социальный пакет и бонусы за результаты
• Возможность получения постоянного предложения по завершении стажировки

Навыки

• Python
• Machine Learning
• Artificial Intelligence
• Large Language Models
• Retrieval-Augmented Generation
• Natural Language Processing
• Computer Vision
• Exploratory Data Analysis
• Model Development
• Forecasting
• Microsoft Excel
• Microsoft Word

Могут спросить на собеседовании

1. Какой ваш опыт работы с данными и инструментами анализа?
2. Как вы понимаете применение LLM в задачах здравоохранения?
3. Опишите проект, где вы использовали машинное обучение.
4. Как вы организуете работу при выполнении нескольких задач одновременно?
5. Какие сложности встречались при анализе данных и как вы их решали?