Senior Data Scientist (Python)

Описание

#DS #vacancy #job #вакансияData ScientistSenior
Формат взаимодействия
Удаленно
Требуемая локация специалиста
РФ
Доступность специалиста
по мск
Требуемое гражданство специалиста
РФ
Описание проекта и команды
Крупная ритейл компания.

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.
Этапы отбора
1. Техническое интервью
2. Интервью с ПОКонтакты: