DataLouna — киберспортивная аналитика нового поколения. Уже 4 года наша команда превращает сырые данные CS2 и Dota 2 в уникальную статистику, предсказания и эксклюзивные беттинг-линии.
Мы часть крупного IT/киберспортивного холдинга, работаем с топовыми букмекерами.
Отличие от HLTV и Dotabuff: не агрегируем публичные данные, а создаём собственные метрики вместе с профессиональными аналитиками и тренерами. На этой базе строим B2B-решения: API, предиктивные модели, уникальные линии.
Цель: стать HLTV 2.0 в аналитике и главным поставщиком данных для беттинг-индустрии.
У нас есть то, чего нет у других — уникальная база данных, собранная за годы работы с профессиональными аналитиками. Теперь нужен человек, который раскроет её потенциал.
Мир ML развивается стремительно. Мы не знаем заранее, какой инструмент даст лучший результат — трансформеры, гибридные модели или что-то совсем новое. Поэтому ищем того, кто умеет и любит экспериментировать.
Задачи-вызовы, которые ждут:
Нам не нужен человек, который будет ждать готовых ТЗ. Нужен тот, кто сам предложит гипотезу, проверит её и придёт с результатом.
Домен — киберспорт: рекомендательные и скоринговые системы для CS2 и Dota 2.
Ты будешь работать в связке с ML-инженером, который специализируется на классических методах (CatBoost, XGBoost, деревья). Твоя зона — современные архитектуры: трансформеры, нейросети, новые подходы.
Бэкенд-команда готовит инфраструктуру. Профессиональные аналитики помогут разобраться в тонкостях CS2 и Dota 2, вместе будете придумывать фичи.
Разработка моделей
Работа с данными
Обязательно:
Будет плюсом:
Скрининг (15-20 мин) — знакомство, пара вопросов
Техническое интервью (1.5-2 часа) — обсуждение опыта, подходов к задачам
Оффер
Пришли резюме и ссылки на GitHub / Kaggle / публикации (если есть).
В сопроводительном расскажи: последнюю ML-задачу, которую решал — какую бизнес-проблему закрывала, какие подходы использовал, какой результат получил.
