Дата аналитик

Загрузите резюме в профиль и нейросеть определит категорию. После чего вы сможете генерировать сопроводительные письма для вакансий в этой категории

Lamoda Tech — это IT-компания, которая занимается разработкой data-driven продуктов. Компания использует машинное обучение для создания онлайн-сервисов и деплоя моделей, а также проводит A/B тесты для принятия решений.

Вы будете заниматься развитием методологии A/B-тестирования, чтобы снизить дисперсию и исследовать прокси-метрики. Вам нужно будет построить масштабируемый пайплайн для расчета метрик и A/B отчетов, включая конфигурирование метрик, реализацию расчета и применение статистических методов. Также вы будете улучшать процесс A/B-тестирования в компании, начиная от дизайна эксперимента и заканчивая валидацией и принятием решений.

• Имеете опыт в области анализа данных и развития A/b платформы от 4 лет
• Имеете опыт работы с SQL, Hadoop, Hive, Spark, Airflow
• Владеете Python, Linux, методами работы с большими данными
• Имеете опыт дизайна и проведения AB-тестов в продуктовых командах
• Знаете теорию вероятностей и математическую статистику
• Знаете машинное обучение, прогнозное моделирование и методы статистического анализа
• Знаете алгоритмы и структуры данных
• Имеете высшее образование в области прикладной математики, информационных технологий, информатики, экономическое с уклоном в математические методы и т.п
• Владеете английским языком на уровне технического чтения
• Будет плюсом: знаете эконометрику, имеете опыт работы с библиотекой statsmodels, умеете простым языком объяснить коллегам, что такое p-value и почему нельзя запускать АВ-тест без подсчета MDE, имеете опыт работы продуктовым аналитиком, опыт решения продуктовых задач

• График работы 5/2, рабочие часы 8 часов
• Формат работы удалённо или гибрид
• Хорошо выстроенные процессы: квартальное планирование по методологии OKR, двухнедельные спринты, регулярные стендапы и проектные встречи для синхронизации
• Сильная команда middle и senior специалистов, развитое DS-сообщество с возможностью обмениваться знаниями на внутренних митапах
• Полный жизненный цикл разработки data-driven продуктов с применением ML — от идеи и генерации гипотез до запуска АБ тестов
• Для ресерча доступны два сервера (80 cores, 650Gb RAM) с JupyrerHub и доступом к Hadoop-кластеру
• Код с логикой ML-пайплайнов упаковывается в Docker и выкатывается с использованием CI/CD-инструментов с запуском code style проверок и тестов
• Используется Airflow для управления ML-пайплайнами и запуском их по расписанию
• В командах есть культура code review как для изменений по части продакшен-пайплайнов, так и для ресерч-задач
• Регулярно проводятся командные брейнштормы с целью генерации новых идей по развитию data-driven продуктов
• В компании внедрена культура принятия решений на основании данных и все изменения тестируются через АБ-эксперименты