data scientist

Крупная ритейл компания.

• Выбирать и строить подходящие математические модели для решения поставленных задач;
• Декомпозировать поставленные задачи, определять путь решения, устанавливать сроки решения;
• Проверять гипотезы на основе статистических методов;
• Обсуждать выбранные решения с бизнес-заказчиком;
• Писать оптимальные SQL и Spark-запросы, укладывающиеся в SLA;
• Писать переиспользуемый продуктивный код SQL и Python, а также оптимизировать его;
• Использовать или создавать простые аналитические сервисы;
• Проводить код-ревью;
• Ставить процессы на регулярную основу;
• Настраивать мониторинг качества регулярных процессов продукта;
• Участвовать в формировании технического задания;
• Заниматься менторством джуниор-специалистов.

• Профильное образование или наличие сертификатов по специализациям анализа данных и машинного обучения;
• Опыт работы в области дата сайенс от 2 лет;
• Уверенное владение Python в соответствии со стандартом PEP 8;
• Способность писать код по заданным стандартам качества;
• Знание стандартных алгоритмов и структур данных;
• Хорошее владение библиотеками для анализа данных и численных методов;
• Умение писать оптимальный по времени и памяти код;
• Понимание сложности алгоритмов, умение дебажить и оптимизировать код;
• Разработка через тестирование;
• Свободное владение принципами объектно-ориентированного программирования;
• Работа с данными на базовом уровне SQL;
• Опыт работы с реляционными базами данных;
• Опыт работы на PySpark, включая бродкаст джоины и работу со Спарк интерфейсом;
• Навык проверки данных на корректность перед использованием;
• Умение реализовать любой запрос;
• Знание оконных функций;
• Умение определять неоптимальный запрос;
• Знание базовой теории вероятностей и статистики;
• Знакомство с понятиями АБ-тестирования и проверкой гипотез;
• Умение решать простые задачи по теории вероятностей, статистике и логике;
• Знание классических методов машинного обучения;
• Знание полного цикла проведения АБ-теста;
• Продвинутое владение аппаратом проверки гипотез, включая множественную проверку, параметрические и непараметрические методы, бутстреп;
• Изучение и имплементация продвинутых моделей машинного обучения;
• Работа с хорошо описанными задачами;
• Построение аналитических отчётов с заданными требованиями;
• Презентация аналитических изысканий и проверенных гипотез;
• Понимание основных метрик продукта, их особенностей, перевод бизнес-задач в дата сайенс, дата анализ и дата инжиниринг, декомпозиция комплексных задач и построение прокси-метрик.

• Условий в вакансии нет