Middle Data Scientist

Навыки

• Аналитическое мышление
• Самостоятельность
• XGBoost / LightGBM / CatBoost
• Анализ данных
• Финтех и платежи
• База знаний
• Machine Learning

Задачи

• Офис/Гибрид (Москва)
• JuicyScore — проприетарный антифрод-продукт, работающий без использования персональных данных

Требования

• Образование: высшее в математике / статистике / информатике
• Опыт: от 3 лет коммерческого опыта в Data Science или аналитике данных, включая опыт самостоятельного анализа данных, проверки гипотез и построения моделей
• ML-алгоритмы: уверенное знание классических ML-алгоритмов: логистическая регрессия, градиентный бустинг (XGB/LightGBM/CatBoost), Random Forest
• понимание, как интерпретировать модели (SHAP, Feature Importance), и где это применимо
• Работа с отчётами: умение делать клиентоориентированные отчёты: не просто таблицы, а выводы и визуализации, которые понятны не только дата-сайентисту
• Глубокий анализ данных и расследования: умение строить логику проверки гипотез, находить аномалии, выявлять скрытые закономерности, желание копать в суть
• Инструменты: уверенное владение Python для анализа данных (pandas, numpy, scikit-learn), SQL
• Английский язык: уровень B2 (Upper-Intermediate) и выше — для общения с зарубежными клиентами и чтения документации
• развитое аналитическое мышление, ответственность, умение самостоятельно разбираться в новых задачах и работать автономно, понятно объяснять результаты анализа (в т.ч. на английском)
• Навигация: База знаний • Задачи • Собеседования

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.