О нас

DataLouna — киберспортивная аналитика нового поколения. 4 года превращаем сырые данные CS2 и Dota 2 в уникальную статистику, предсказания и беттинг-линии.

Мы часть крупного киберспортивного холдинга (Team Spirit и другие проекты), работаем с топовыми букмекерами.

Команда: 7 человек. Минимум бюрократии, максимум влияния на продукт.

Цель: стать HLTV 2.0 в аналитике и главным поставщиком данных для беттинг-индустрии.

Суть работы

У нас есть уникальная база данных, собранная за годы работы с профессиональными аналитиками. Нужен человек, который раскроет её потенциал.

Домен — киберспорт. Рекомендательные и скоринговые системы для CS2 и Dota 2. Бэкенд-команда готовит инфраструктуру. Аналитики помогут разобраться в тонкостях игр, вместе будете придумывать фичи.

Пример задачи:

Создать модель предсказания пиков и банов в Dota 2. Инфраструктуру и данные подготовим. Твоя задача — быстро провести эксперименты, выделить рабочие гипотезы, поговорить с аналитиками о фичах и собрать MVP за несколько недель.

Чем будешь заниматься:

• Эксперименты с трансформерами для табличных данных (TabTransformer, FT-Transformer, TabNet)
• Модели для последовательностей (Temporal Fusion Transformer, Informer)
• Адаптация LLM-подходов к структурированным данным
• Гибридные архитектуры (нейросети + классика)
• Проектирование признаков вместе с аналитиками

Что важно

• Классика на отлично. CatBoost, LightGBM, XGBoost. Temporal validation, data leakage, data drift — понимаешь и применяешь
• Современные подходы. Умеешь экспериментировать с трансформерами, нейросетями, новыми архитектурами. Не боишься пробовать
• PyTorch. Обучение, файнтюнинг, оптимизаторы, регуляризация
• AI как инструмент. Используешь ChatGPT, Claude для экспериментов и ускорения работы. Это часть процесса
• Результат, не ресёрч. Доводишь модели до прода, понимаешь бизнес-метрики. Сам предлагаешь гипотезу, проверяешь, приходишь с результатом

Плюсом:

• ML-соревнования с нейросетевыми подходами
• MLOps: Spark, Airflow, ClickHouse

Условия

• 💰 $4,500 – 7,500 (зависит от уровня)
• 📍 Удалённо, гибкий график

Отбор

Бизнес-собес (30 мин) — знакомство, мотивация, подход к задачам

Тестовое задание (3-4 часа)

Техническое интервью (1-2 часа) — разбор тестового, опыт, подходы

Как откликнуться

В отклике обязательно:

Ссылки на GitHub / Kaggle / публикации (если есть)

Последняя ML-задача которую довёл до результата: какая бизнес-проблема, какие подходы, какой результат

Без этого не рассматриваем.