Data Scientist

ID 3327 Data Scientist Middle Обязанности:

• Выбор и построение подходящих математических моделей для решения поставленных задач.
• Декомпозиция поставленных задач, определение пути решения, установка сроков решения.
• Проверка гипотез на основе статистических методов.
• Обсуждение выбранных решений с бизнес-заказчиком.
• Написание оптимальных SQL/SPARK-запросов, укладывающихся в SLA.
• Написание переиспользуемого продуктивного кода SQL/Python (а также его оптимизация).
• Использование или создание простых аналитических сервисов (MVP).
• Сode-review.
• Постановка процессов на регулярную основу.
• Настройка мониторинга качества регулярных процессов продукта.
• Участие в формировании ТЗ.
• Менторинг Junior.

Требования: Образование: Профильное образование / наличие сертификатов по специализациям анализа данных и машинного обучения опыт работы в области data science от 3 лет; python: python (PEP 8); Способен писать код по заданным стандартам качества; Знание стандартных алгоритмов и структур данных; Хорошее владение библиотеками для анализа данных, численных методов; Умение писать оптимальный по времени и памяти код; - сложность алгоритмов - дебаг и оптимизация кода; Разработка через тестирование; Свободное владение ООП; Работа с данными: SQL на базовом уровне (join, group by); Опыт работы с реляционными БД; Опыт работы на PySpark (broadcast join и тд, Spark UI); Имеет недоверие к данным, проверяет их на корректность перед использованием; Может реализовать любой запрос; Знает оконные функции; Может определить неоптимальный запрос; Математика: Знаком с базовой теорией вероятности и статистикой; Знаком с понятиями АБ-тестирования и проверкой гипотез; Может решать простые задачи по теории вероятности, статистике, логике; Знание классических методов ML; Знание полного цикла проведения АБ теста; Продвинутое владение аппаратом проверки гипотез: - множественная проверка гипотез - параметрические/непараметрические методы - бутстреп; Изучение и имплементация продвинутых моделей ML: - байесовские модели/PGM/VBI, RL и прочее; Продуктовая аналитика: Работа с хорошо описанными задачами; Построение аналитические отчётов с заданными требованиями; Презентация аналитических изысканий, проверенных гипотез и тд; Погружение в метрики продукта: - понимание основных метрик продукта и их особенностей - перевод бизнес задач в DS/DA/DE и декомпозиция комплексных бизнес-задач - построение прокси-метрик продукта;

Стек: Python; SQL; визуализация данных (matplotlib, seaborn, plotly / BI - инструмента); Git; PyTest; Spark 2.2+; Grafana/Airflow;

необходим подписанный зеркальный НДА