Аналитик данных

Обязанности:

• Находить и загружать открытые данные из Интернета, научных публикаций, репозиториев и других доступных источников.
• Формировать структурированные наборы данных из уже имеющихся материалов; приводить файлы и записи к согласованному формату.
• Объединять несколько наборов данных в один, а при необходимости - корректно разделять большой набор на тематические или технологические части.
• Проводить контроль качества: искать дубли, пропуски, несогласованные поля, неверные типы данных и единицы измерения и другие проблемы.
• Разрабатывать скрипты для автоматизации загрузки, очистки, преобразования, проверки и экспорта данных.
• Проектировать понятную структуру данных, названия полей, метаданные и правила их использования.
• Создавать простые веб-интерфейсы на Flask для просмотра, поиска, фильтрации и выгрузки данных.
• Читать научные статьи, понимать, какие именно данные в них представлены, и извлекать информацию в структурированном виде.
• Документировать происхождение данных и выполненные преобразования так, чтобы результат можно было проверить и воспроизвести.
• Дорабатывать существующие наборы и интерфейсы по обратной связи исследователей.

• Для специалиста, который умеет превращать разрозненные научные данные в понятные, проверяемые и удобные для дальнейшей работы наборы.

  Мы ищем аналитика данных с хорошими практическими навыками программирования. Основная задача - не генерировать новые экспериментальные данные, а грамотно работать с уже существующими: находить, загружать, проверять, объединять, разделять, нормализовать и представлять их в форме, удобной для ученых и программных систем. Здесь важны одновременно аккуратность, инженерное мышление и способность понять смысл данных, описанных в научной статье или размещенных в открытом источнике.

  Кому подойдет эта работа

• Тем, кому нравится наводить порядок в сложной информации и делать данные действительно пригодными для использования.
• Специалистам, которым интересно сочетать Python, веб-инструменты и содержательную работу с научными источниками.
• Тем, кто хочет видеть практический результат своей работы в исследованиях, а не только готовить отчеты и презентации.

• Что важно для нас

• Практический опыт работы с данными от 3 лет.
• Уверенное владение Python: работа с файлами, таблицами, текстовыми форматами и автоматизация повторяющихся операций.
• Опыт работы с pandas или аналогичными средствами обработки табличных данных.
• Понимание базовых принципов ETL/ELT: получение данных, преобразование, проверка и загрузка в целевой формат.
• Умение работать с CSV, JSON, Excel и другими распространенными форматами; понимание кодировок, типов данных и проблем совместимости.
• Навык самостоятельного разбора чужих данных и скриптов, поиска причин ошибок и аккуратного исправления.
• Базовые навыки создания веб-интерфейсов на Flask или готовность быстро довести их до рабочего уровня.
• Умение читать технические и научные тексты, извлекать из них факты и переводить их в формализованную структуру.
• Внимательность к деталям, системность и привычка проверять результат, а не только добиваться успешного запуска кода.

• Будет преимуществом

• Химическое, химико-технологическое, физико-химическое или иное естественно-научное образование.
• Опыт с SQL, API, веб-скрейпингом, Git/GitHub, Linux, регулярными выражениями и автоматизированными проверками качества данных.
• Опыт проектирования небольших баз данных, каталогов, научных репозиториев или внутренних информационных систем.
• Понимание принципов воспроизводимости и происхождения научных данных (data provenance).
• Опыт работы в исследовательской, инженерной или R&D-среде.

• Что полезно приложить к отклику

• Резюме с описанием проектов, в которых вы самостоятельно работали с данными.
• Ссылки на GitHub, примеры скриптов, небольшие веб-приложения или другие технические работы - если их можно показать.
• Краткое описание одного наиболее сложного набора данных, который вам приходилось приводить в порядок.

• Работу в ИОХ РАН - одном из лидеров цифровой трансформации российской науки.
• Участие в активном научном коллективе - одном из ведущих мировых исследовательских центров по ИИ в химии.
• Задачи с реальными научными данными, программами и исследовательскими проектами, а не только с типовыми коммерческими кейсами.
• Возможность профессионального роста, участия в публикациях и научных проектах; при желании - возможность подготовки и защиты диссертации.
• Официальное оформление по ТК РФ, полностью официальную заработную плату и оплачиваемый отпуск.
• Очный формат работы. Дистанционная работа не предусмотрена.
• Гибкий режим по количеству рабочих часов в день; конкретный график согласуется с учетом задач и загрузки