Data Scientist Middle+

Навыки

• A/B-тесты
• Airflow
• Алгоритмы и структуры данных
• Самостоятельность
• Big Data
• Code review
• Анализ данных

Задачи

• Разработка кода и тестов на python, участие в командной разработке, участие в код-ревью
• Проработка и изменение дизайна существующих компонентов при необходимости
• Подготовка и валидация обучающих выборок данных для внедрения и сопровождения математических моделей продуктов больших данных
• Расчет результатов АБ-тестов, дизайн АБ-тестов
• Внедрение современных методов машинного обучения и анализа данных в продуктах больших данных
• Разворачивание моделей и сервисов в контуре компании (hadoop/k8s/airflow)
• Написание запросов на SQL, оптимизация запросов (spark, в частности)
• Предлагать идеи для улучшения модели/подхода
• Предлагать прокси-метрики и функции потерь, связанные с бизнес-метриками
• Контроль соответствия результатов работы менеджеров по работе с большими данными в релизах продуктов больших данных
• Техническая реализация data-science решений на продуктах департамента
• Формирование требований к данным для разработки математических моделей в рамках релизов продуктов больших данных
• Анализ предметной области с целью повышения качества моделей и формирования предложений по достижению целей проектов и продуктов больших данных
• Локация/гр.: Россия
• Срок проекта: 3 месяца +
• Проект: Крупная ритейл компания

Требования

• Опыт работы от 4-х лет в аналогичной роли
• Алгоритмы и структуры данных
• Умение оценивать сложность алгоритмов
• Знание алгоритмов и структур данных из стандартного курса
• Знаком с оценкой производительности стандартных библиотечных структур данных
• Знакомство с алгоритмами из расширенного набора: вероятностные, алгоритмы во внешней памяти, алгоритмы на графах
• Теория вероятности и математической статистики
• Предельные теоремы и умение их применять
• Опыт проверки гипотез, знание бутстреп и A/B-тестов, а так же снижение дисперсии и выявление причинно-следственных связей
• Машинное обучение (ML)
• Понимание ML-алгоритмов и подходов
• Умение эффективно адаптировать их для решения задач при необходимости
• Умение строить модели из стандартных компонентов
• Понимание последовательности этапов разработки ML-решений и готовность вносить изменения в проектную архитектуру
• Понимание какие бизнес-метрики для модели нужно мониторить
• Умение предложить прокси-метрики и функцию потерь, связанные с бизнес-метриками
• Умение докатить простую модель в пилот, имплементировать метод по статье, встроить компонент в существующий пайплайн
• Знаком с менее распространенными методами МО (например: байесовские модели/PGM/VBI, RL и прочее)
• Операции с моделями (MLOps)
• Умение разово зафиттить модель, по запросу проверить, жива ли она, обновить и развернуть какое-либо необходимое ПО в кластере
• Умение версионирования моделей, данных и мониторинг работы моделей, качества данных
• Простые запросы (выборки, группировки, оконные функции)
• Опыт оптимизации запросов
• Программирование и инженерия
• Умение перевести идеи в чистый код, который будут и исполнять, и читать

Условия

• Зарплата: 270-300К руб/мес.Гросс
• Оформление: только ИП

Паспорт вакансии

История публикации

Откуда что взялось

Отмечено то, что вывели мы. Без пометки — значение назвал работодатель.

Почему на этом месте в выдаче

Порядок выдачи объявлен контрактом: свежесть решает между днями, полнота и зарплата — внутри дня.