Data Scientist

Навыки: Python. Квалификация: Senior. Специализации: Ученый по данным.

Обязательные требования

- Профильное образование/наличие сертификатов по специализациям анализа данных и машинного обучения;

- Опыт работы в области data science от 3 лет;

- Рython (PEP 8);

- Способность 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;

- Опыт проектирования архитектуры проектов;

- Проектирование расписания процессов (airflow, cron);

- Передача проекта в production;

- Опыт работы с CI/CD;

- 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);

- Иметь недоверие к данным, проверять их на корректность перед использованием;

- Умение реализовать любой запрос;

- Знание оконных функций;

- Умение определить неоптимальный запрос;

- Знание преимуществ и недостатков различных типов баз данных;

- Опыт разработки ETL пайплайнов;

- Умение разработать структуры БД;

- Умение работать с планом запроса;

- Транзакции/ACID/Индексы;

- Знаком с базовой теорией вероятности и статистикой;

- Знаком с понятиями АБ-тестирования и проверкой гипотез;

- Умение 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;

- Знание методов снижения дисперсии в экспериментах;

- Обладать интуицией по возникновению шумов в данных и определению независимых групп;

- Умение анализировать эффекты без контрольных и тестовых групп;

- Опыт написания статей, выступлений на конференциях;

- Опыт работы с хорошо описанными задачами;

- Опыт построения аналитических отчётов с заданными требованиями;

- Опыт презентаций 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;

- Умение формировать новые направления для исследований;

- Умение определить слабые/сильные стороны бизнес-логики продукта;

- Опыт консультирования и работы в плотную с продактом или бизнес-заказчиком;

- Опыт декомпозиции бизнес целей в истории для анализа, оценки сроков решения задач;

- Умение поставить задачу мидлу;

- Стек: Python; SQL; визуализация данных (matplotlib, seaborn, plotly / BI - инструмента); Git; PyTest; Spark 2.2+; Grafana/Airflow; Docker; Kubernetes (K8S).

Задачи на проекте

- Выбор и построение подходящих математических моделей для решения поставленных задач;

- Выбор оптимальной архитектуры решения задач продукта;

- Выявление слабых мест продукта и их устранение;

- Поиск точек роста продукта;

- Синтез оптимальных математических моделей для решения задач продукта;

- Тесное взаимодействие с бизнес-заказчиком, консультантами и командой;

- Постановка и проведение АА/АБ/АБN - экспериментов;

- Ведение кодовой базы продукты и поддержание его на стабильном высоком уровне;

- Постановка задач и контроль их исполнения другими аналитиками;

- Cогласование решения задачи с руководством;

- Презентация и защита результатов;

- Менторинг Junior + Middle.