Ընտրյալ ընտրանքի տվյալների գիտնական

Ավագ տվյալների գիտնական Top Selection-ում, աշխատավարձը 300,000-320,000 ռուբլի/ամիս, հեռավոր աշխատանքի հնարավորություն: Մոդելների կառուցում և օպտիմիզացում, A/A/B թեստերի անցկացում, կրտսեր մասնագետների մենթորություն:

Պարտականություններ: - Հանձնարարված խնդիրների համար համապատասխան մաթեմատիկական մոդելների ընտրություն և կառուցում - Արտադրանքի խնդիրների համար օպտիմալ լուծման ճարտարապետության ընտրություն - Արտադրանքի թույլ կողմերի հայտնաբերում և վերացում - Արտադրանքի աճի կետերի հայտնաբերում - Արտադրանքի խնդիրների համար օպտիմալ մաթեմատիկական մոդելների սինթեզ - Բիզնես հաճախորդների, խորհրդատուների և թիմի հետ սերտ փոխգործակցություն - A/A, A/B, A/B/N փորձերի կազմակերպում և անցկացում - Արտադրանքի կոդի բազայի պահպանում և բարձր մակարդակով պահում - Այլ վերլուծաբանների խնդիրների առաջադրում և կատարման վերահսկում - Լուծումների համակարգում ղեկավարության հետ - Արդյունքների ներկայացում և պաշտպանություն - Կրտսեր և միջին վերլուծաբանների մենթորություն

Պահանջներ: - Համապատասխան կրթություն կամ հավաստագրեր տվյալների վերլուծության և մեքենայական ուսուցման ոլորտում - 3+ տարի փորձ տվյալների գիտության ոլորտում - Python (PEP 8)՝ որակի չափանիշներին համապատասխան կոդ գրելու ունակությամբ - Ստանդարտ ալգորիթմների և տվյալների կառուցվածքների իմացություն - Տվյալների վերլուծության գրադարանների և թվային մեթոդների իմացություն - Ժամանակի և հիշողության օպտիմալ կոդ գրելու, ալգորիթմների բարդության, վրիպազերծման և օպտիմիզացման ունակություն - Թեստավորման միջոցով մշակում (TDD) - Ուժեղ OOP հմտություններ - Նախագծի ճարտարապետության նախագծման փորձ - Գործընթացների պլանավորում (airflow, cron) - Նախագծերի տեղակայում արտադրությունում - CI/CD փորձ - SQL հիմունքներ (join, group by) - Ռելացիոն տվյալների բազաների հետ փորձ - PySpark-ի հետ փորձ (broadcast join, Spark UI) - Տվյալների քննադատական վերաբերմունք և վավերացում - Ցանկացած հարցում իրականացնելու ունակություն, պատուհանի ֆունկցիաների իմացություն, ոչ օպտիմալ հարցումների հայտնաբերում - Տվյալների բազաների տարբեր տեսակների առավելությունների և թերությունների ընկալում - ETL խողովակաշարերի կառուցման փորձ - Տվյալների բազայի կառուցվածքների նախագծման ունակություն - Հարցումների պլանների, գործարքների/ACID/ինդեքսների հետ աշխատանք - Հավանականության և վիճակագրության հիմունքներ, A/B թեստավորման հասկացություններ, վարկածների ստուգում - Դասական ML մեթոդներ, A/B թեստի լիարժեք կյանքի ցիկլ - Ընդլայնված վարկածների ստուգում. բազմակի համեմատություններ, պարամետրային/ոչ պարամետրային մեթոդներ, bootstrap - Ընդլայնված ML մոդելներ. Բայեսյան մոդելներ, PGM, VBI, RL և այլն - Տարբերության կրճատման մեթոդներ փորձերում - Տվյալների աղմուկի և անկախ խմբերի մասին ինտուիցիա - Վերահսկիչ/թեստային խմբերի բացակայության դեպքում ազդեցությունների վերլուծություն - Հոդվածներ գրելու, կոնֆերանսներում ելույթ ունենալու փորձ - Մանրամասն նկարագրված խնդիրների հետ փորձ - Տրված պահանջներով վերլուծական հաշվետվությունների կառուցում - Վերլուծական եզրակացությունների և վավերացված վարկածների ներկայացում - Արտադրանքի չափանիշների ընկալում, բիզնես առաջադրանքների թարգմանություն DS/DA/DE-ին, բարդ առաջադրանքների քայքայում, փոխարինող չափանիշների կառուցում - Նոր հետազոտական ուղղությունների ձևավորում - Արտադրանքի բիզնես տրամաբանության հզոր/թույլ կողմերի բացահայտում - Խորհրդատվության և արտադրանքի/բիզնեսի սեփականատերերի հետ սերտ աշխատանքի փորձ - Բիզնես նպատակների քայքայում վերլուծական պատմությունների, ժամկետների գնահատում - Միջին մակարդակի վերլուծաբանների խնդիրներ առաջադրելու ունակություն Տեխնոլոգիաներ. Python, SQL, տվյալների վիզուալիզացիա (matplotlib, seaborn, plotly/BI գործիքներ), Git, PyTest, Spark 2.2+, Grafana/Airflow, Docker, Kubernetes (K8S)

Աշխատավարձը. 300,000-ից մինչև 320,000 ռուբլի/ամիս: Աշխատանքի ձևաչափ. հեռավոր աշխատանքի հնարավորություն: