Senior Data Scientist

Что предстоит делать

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.