#BestDoctor: Team Lead DS
#Офис / #Гибрид / #Удаленно
#Москва

⚙️ Требования:
• Опыт работы на позиции Senior/Lead от 3 лет и опыт управления DS командой от 1 года;
• Профессиональное владение #python и библиотеками для #ML;
• Опыт создания и внедрения моделей классического машинного обучения и #DL, особенно в области #NLP;
• Отличные знания #sql и основ программирования;
• Знание статистики и опыт проведения AB-тестов;
• Есть опыт автоматизации бизнес-процессов с применением AI;
• Опыт работы с инструментами MLOps (MLflow, DVC, Git).

⚡️ Что делать:
• Управлять командой: распределение задач, постановка сроков, контроль исполнения, проведение внутренних статус встреч по рабочим задачам, помощь в изучении и освоении новых технологий, 1-1 встречи, performance review, найм;
• Прорабатывать и улучшать модель данных, необходимую для эффективного внедрения ML-моделей в бизнес-процессы;
• Внедрять инструменты AI, аналогичных ChatGPT, в бизнес-процессы, включая формирование требований, развертывание решений на инфраструктуре заказчика и донесение результатов до конечного потребителя;
• Проводить код-ревью для команды, обучать и экспертно поддерживать коллег.

🚀Откликнуться

#Автомакон: Data-инженер
#Удаленно

⚙️ Требования:
• Опыт программирования на #python (не менее 2-х лет);
• #sql и опыт работы с базами данных;
• Опыт работы с Apache Airflow;
• Опыт написания процессов загрузки данных (ETL);
• Оптимизация SQL запросов;
понимание принципов работы данными;
• Опыт работы с СlickHouse/GreenPlum;
понимания концепций построения хранилищ данных.

⚡️ Что делать:
• Извлечение, преобразование, загрузка данных и их обработка;
• Формирование отчетов, визуализация данных;
• Создание и развитие процессов управления данными и их качеством;
• Работа с высоконагруженными базами;
• Разработка хранимых процедур, функций.

🚀Откликнуться

#IVI: Разработчик рекомендательной системы
#Офис #Москва

⚙️ Требования:
• Опыт от двух лет на позиции SWE/DS/MLE;
• Уверенное владение #python, #sql, git, bash, docker, spark;
• Знание алгоритмов, структур данных, прикладной статистики;
• Знание основных библиотек для работы с данными (numpy, scipy, sklearn, pandas);
• Опыт работы с базами данных (postgres, clickhouse, redis);
• Самостоятельность в решении задач и контроля результатов;
• Опыт командной разработки.

⚡️ Что делать:
• Поддерживать и совершенствовать реализованные рекомендательные решения;
• Прототипировать новые рекомендательные подходы и механизмы;
• Оценивать метрики качества новых прототипов;
• Разрабатывать ETL пайплайны для обновления моделей;
• Создавать production-ready решения на основе прототипов и их последующий вывод в бой.

🚀Откликнуться

#Lamoda: Data analyst (A/B Platform)
#Офис #Москва

⚙️ Требования:
• Опыт от 3-х лет продуктовым дата аналитиком;
• Опыт дизайн и проведения AB-тестов;
• Знание #sql, #python, Hive, Pyspark;
• Опыт проработки и декомпозиции задач, а также описания технических требований для разработчиков и дата инженеров;
• Опыт работы с базами данных (SQL/NoSQL);
• Владение аппаратом матстата и теорвера;
• Высшее техническое образование.

⚡️ Что делать:
• Тестировать гипотезы, связанные с AB-платформой: повышение чувствительности, ускорение расчетов, построение пайплайна;
• Проводить системный анализ различных аспектов AB-платформы: добавление новых метрик, расширение функционала;
• Добавлять новые метрики в AB-платформу;
• Дизайнить и оценивать свитчбэк и гео AB-тесты;
• Проектировать и создавать дашборды, позволяющие отвечать на вопросы о том, что происходит с AB-платформой как с продуктом.

🚀Откликнуться

#Атом: Senior Data Analyst / Python Developer
#Офис / #Гибрид / #Удаленно
#Москва

⚙️ Требования:
• Продвинутый уровень владения #SQL;
• Знание #python для работы с данными (pandas, numpy);
• Умение выбирать оптимальную стратегию для преобразования данных из источника;
• Опыт работы с базами данных (PostgreSQL, Clickhouse);
• Опыт работы с BI-инструментами (SuperSet, Tableau, Power BI);
• Понимание концепций хранения данных и моделирования данных;
• Навыки написания документации для пользователей, описания процессов.

⚡️ Что делать:
• Координация процессов ETL и взаимодействие с дата инженерами;
• Разработка автоматизированных скриптов для обработки данных на Python;
• Код ревью и стандартизация аналитических решений;
• Разработка и поддержка витрин данных для аналитических задач;
• Выявление проблем и потребностей по работе с данными в различных направлениях бизнеса;
• Создание дашбордов для мониторинга ключевых показателей бизнеса.

🚀Откликнуться

#X5: Руководитель команды Data Science
#Удаленно

⚙️ Требования:
• Опыт разработки на #python;
• Знаешь классические алгоритмы и структуры данных;
• Знаешь теоретические и практические продвинутые методы #ML;
• Обладаешь знаниями #sql и знаком с hadoop-стэком;
• Опыт работы с A/B тестами, генерацией и проверкой гипотез;
• Опытом работы с (docker, kubernetes, pyspark, kafka, postgresql, airflow);
• Опыт руководства командой.

⚡️ Что делать:
• Работать с командой (распределение задач, трекинг, развитие команды);
• Работать над технологическим развитием продукта;
• Взаимодействовать с product owner и стейкхолдерами;
• Заниматься аналитикой и проверкой гипотез;
• Развивать инструменты для проведения A/B тестов;
• Писать код, проводить code-review;
• Предлагать способы оптимизации и совершенствования существующих инструментов.

🚀Откликнуться

#Яндекс: ML-разработчик в Такси
#Офис

⚙️ Требования:
• Знаете методы анализа данных и #ML, применяли и оценивали их на практике;
• Знаете матстат и теорвер;
• Владеете #cpp, имеете опыт промышленной разработки на C++ или #python;
• Владеете классическим стеком ML-разработки: Python (sklearn, XGBoost или CatBoost, pandas, seaborn, Matplotlib и т. д.), #sql;
• Умеете выдвигать, приоритизировать и тестировать на данных гипотезы.

⚡️ Что делать:
• Отвечать за полный цикл ML-проекта;
• Улучшать пайплайны внедрения ML-моделей;
• Искать оптимальный способ решения бизнес-задачи и прямо влиять на сервис.

➡️ Кому подойдет:
Команда улучшает Яндекс Такси при помощи больших данных и ML-алгоритмов. Разработчики помогают новым ridetech-продуктам (тарифы «Вместе», «Межгород», сервис Самокаты) развиваться быстрее и оптимизируем core-функциональность огромной системы Такси.

🚀Откликнуться

#GarageEight: Data engineer
#Офис / #Гибрид

⚙️ Требования:
• Опыт работы с данными от 3-х лет;
• Отличное знание #sql;
• Уверенное знание #python;
• Опыт разработки DWH систем;
• Опыт разработки ETL-процессов и работы с ETL-инструментами;
• Знание алгоритмов и структур данных;
• Знание реляционных СУБД, таких как MySQL, PostgreSQL.

⚡️ Что делать:
• Создание, поддержка и оптимизация новых инструментов для использования аналитиками и другими стейкхолдерами нашей компании;
• Создание, поддержка и оптимизация ETL-процессов;
• Консолидация и тестирование данных;
• Оптимизация неэффективных запросов.

🚀Откликнуться

#Сбер: Data Engineer в команду СберБизнеса
#Офис #Москва

⚙️ Требования:
• Опыт работы Data Engeneer от 1 года;
• Отличное знание #scala/#python;
• Опыт разработки ETL-процессов, построения хранилищ и витрин данных;
• Знание #sql на экспертном уровне;
• Опыт работы с инструментами Atlassian Confluence, Jira, GIT, Bitbucket, Jenkins, Nexus.

⚡️ Что делать:
• Создавать и поддерживать ETL-процессы загрузки данных для применения в моделях и аналитике;
• Разрабатывать витрины с предагрегатами и витрины с аналитическими признаками на основании потребностей продуктовых команд;
• Проектировать витрины для мониторинга моделей #ML;
• Создавать инструменты для автоматизации рутинных задач, связанных с обработкой данных;
• Развивать модель данных;
• Рефакторить текущие процессы, предлагать лучшие практики работы с данными.

➡️ Кому подойдет:
Команда ищет опытного Data Engeneer в команду СберБизнеса с фокусом на задачи по созданию и поддержке решений обработки больших данных, интеграции сервисов банка в бизнес-процессы.

🚀Откликнуться

#LSR: Data analyst / аналитик данных
#Офис #Москва

⚙️ Требования:
• Опыт работы в качестве дата-аналитика не менее 1 года;
• Опыт работы с БД;
• Знание статистических методов и анализа данных;
• #sql, #python, Excel;
• Основы статистики;
• Умеешь формулировать гипотезы и проверять их.

⚡️ Что делать:
• Работа с базой данных clickhouse, MongoDB;
• Работа в системе crm;
• Составление запросов на выгрузку из базы данных, проверка и структурирование данных;
• Проектирование новых таблиц, БД и создание аналитической базы данных;
• Проверка корректности передачи данных в базу;
• Формирование гипотез и их проверка;
• Поиск новых источников данных;
• Работа с BI и визуализация данных.

🚀Откликнуться

#Яндекс: Тимлид в команду Аналитики GPT Алисы
#Офис / #Гибрид
#Москва

⚙️ Требования:
• Готовы не только быть лидом, но и самостоятельно работать руками;
• Знаете теорвер и матстат;
• Глубоко владеете #sql, #python;
• Работали в #ML-проектах: с #NLP, crowdsource-разметками и ML;
• Умеете писать аналитический production-код и создавать сложные метрики на основе разметок;
• Можете транслировать видение продукта или проекта в иерархию метрик;
• Способны управлять командой аналитиков, поддержки разметок, редакторов, асессоров для контроля качества данных;
• Работали как с Data Science, так и с продуктовой аналитикой;
• Создавали и тестировали метрики, визуализировали данные;
• Обладаете навыками анализа, строили эффективные процессы обработки данных.

⚡️ Что делать:
• Создавать метрики качества и датасеты для обучения ML-моделей;
• Проводить А/В-эксперименты и офлайн-замеры качества;
• Управлять бригадой аналитиков и участвовать в найме.

🚀Откликнуться

#ПСБ: Data Scientist
#Офис #Москва

⚙️ Требования:
• Хороший уровень владения #sql и #python;
• Опыт в автоматизации процессов и формировании БТ;
• Знание нормативных документов (МСФО 9);
• Знание основных риск-метрик (PD/LGD/EAD/CoR);
• Опыт работы с внешними источниками данных;
• Владение инструментами математической статистики.

⚡️ Что делать:
• Проведение аналитических исследований как во внутренних Базах Данных, так и в Базах Данных внешних источников;
• Анализ данных инструментами математической статистики;
• Подготовка и визуализация результатов исследований;
• Формирование предложений по изменению Систем Принятия Решений для кредитных продуктов линейки СМБ с автоматическим принятием решения.

🚀Откликнуться

#Самокат: Middle+ Data Scientist
#Офис / #Гибрид / #Удаленно
#Москва #Спб

⚙️ Требования:
• Опыт работы в DS от 3 лет;
• Уверенное владение #sql и #python;
• Опыт с Hadoop / PySpark и polars;
• Знания и опыт работы с алгоритмами классического #ML, алгоритмами оптимизации.

⚡️ Что делать:
• Прогнозирование спроса;
• Модели эластичности;
• Прогнозирование промо: оценка экономической эффективности завершенных акций, прогнозирование эффекта для будущих акций, определение ассортимента, выбор промо-механик и настройка порогов для них);
• Ранжирование товарных предложений;
• Приоритизация заведения нового ассортимента.

➡️ Кому подойдет:
Для эффективной работы сервисов Самокат активно использует модели машинного обучения, число которых измеряется десятками (ценообразование, прогноз спроса, рекомендации). Каждая из моделей вносит существенный вклад в развитие бизнеса, разрабатывает их команда, каждый участник которой влияет на продукт напрямую.

🚀Откликнуться

#Иннотех: ML инженер
#Офис #Москва

⚙️ Требования:
• Знания в области разработки ПО;
• Знание PostgreSQL в части #SQL;
• Опыт работы с Airflow или другими системами управления моделями #ML;
• Понимание, как перевести модель в производство, ключевые понятия — data drift, model retraining strategies
• Опыт настройки CI/CD. Разработка решения ML. Интеграция A/B-тестирование;
• Знание фреймворков MLFlow, Kuberflow, MLRun;
• Контейнеры Docker и системы управления контейнерами Kubernetes;
• Знание #python, Django (ORM Models) либо SqlAlchemy.

⚡️ Что делать:
• Внедрять модель;
• Поддерживать внедренные модели;
• Дообучать, следить за их качеством;.

🚀Откликнуться

#Сбер: Middle Data Scientist (команда Клиентского опыта)
#Офис #Москва

⚙️ Требования:
• Не менее 1.5 лет работы в качестве Data Scientist;
• Отличное понимание #ML;
• Продвинутые знания #sql, опыт работы с Pyspark, Greenplum;
• Отличное знание #python;
• Понимание и опыт АB-тестирования;
• Высшее техническое образование.

⚡️ Что делать:
• Построение ML моделей (включая SOTA) на основе различных данных: #NLP, GEO, графовые данные, петайбайты последовательностей событий (кликстрим, транзакции и т.д.);
• Совместно с командой MLE вывод моделей в ПРОМ контур, поддержание модели в актуальном состоянии;
• Участие в исследовании новых данных, формировании сильных переменных, а также участие в развитии Feature Store команды. Формирование эмбеддингов на основе различных данных для улучшения текущих моделей;
• Выдвигать data-driven гипотезы/предложения для запуска новых механик, а также поиск инсайтов в данных.

🚀Откликнуться

#Сбер: Junior Data Scientist
#Офис #Москва

⚙️ Требования:
• Понимание принципов разработки, внедрения и сопровождения #ML-решений;
• Опыт разработки на #python;
• Опыт работы с базами данных, #sql;
• Знание основ математической статистики и машинного обучения.

⚡️ Что делать:
• Построение ML моделей отклика, аплифта, рекомендательных систем на наши продукты/каналы/сегменты;
• Разработка моделей прогнозирования клиентопотока и объема продаж в отделениях, а также моделей идентификации мошенничества и операционных рисков;
• Ведение всех этапов DS проекта: от постановки задачи и требований с бизнес-заказчиком до внедрения и мониторинга модели.

➡️ Кому подойдет:
Дивизион "Моделирование и исследование данных" отвечает за компетенцию Data Science в Блоке. Команда разрабатывает и внедряет end-to-end решения на основе машинного обучения в бизнес-процессы банка, связанные с обслуживанием клиентов в отделениях Сбера. Сейчас в поиске Data Scientist’а.

🚀Откликнуться

#Точка: NLP Data Scientist
#Удаленно

⚙️ Требования:
• Есть опыт работы с #NLP: transformers, #LLM, NLU от 2 лет;
• Знаешь #python и ООП, есть опыт выведения моделей в прод;
• Умеешь проводить A/B-тесты и владеешь статистикой;
• Базово владеешь #sql.

⚡️ Что делать:
• Автоматические подсказки клиенту, которые появляются при обращении в чат;
• Тегирование, кластеризация, оценка эмоционального окраса и другие виды анализа клиентских обращений для поиска точек роста в процессе обслуживания и автоматизации внутренних процессов;
• Саммаризация обращений клиента;
• Классификация налоговых требований и NER для автоматизации ответов ФНС;
• Матчинг описания товара с маркетплейса и категории товара на маркетплейсе.

🚀Откликнуться

#МагнитTech: Middle data scientist
#Офис / #Гибрид / #Удаленно
#Москва

⚙️ Требования:
• Умение решать практические задачи прогнозирования;
• Опыт работы с табличными данными;
• Опыт работы с #TimeSeries;
• Матстат, алгоритмы и принципы #ML;
• Опыт работы с распределенными системами посредством Spark;
• Опыт работы с данными посредством #sql.

⚡️ Что делать:
• Разрабатывать и развивать системы прогнозирования спроса на разных уровнях;
• Адаптировать модели под особенности товарных категорий и форматов торговых точек;
• Разрабатывать алгоритмы учета каннибализации спроса;
• Заниматься кластеризицией объектов и детекцией аномалий;
• Проводить codereview, постановка решений на прод.

🚀Откликнуться

#BIATechnologies: Data Scientist (Middle/Senior)
#Офис / #Гибрид / #Удаленно
#Спб

⚙️ Требования:
• Высшее техническое образование;
• Знание #ML методов;
• Опыт работы data scientist от 3 лет для уровня middle и 5 лет для уровня senior;
• Отличное знание #python;
• Знание #sql;
• Знание математической статистики.

⚡️ Что делать:
• Сбор и обработка данных из корпоративных информационных хранилищ;
• Обучение предиктивных моделей;
• Прогнозирование #TimeSeries;
• A/B тестирование;
• Участие во внедрении ML-решений;
• Спектр задач — от разовых RnD исследований до проектного создания решений.

➡️ Кому подойдет:
Команда ищет профессионала, способного решать сложные технические задачи и заниматься ML разработкой полного цикла: от коммуникаций с бизнесом до прототипирования и поддержки в проде.

🚀Откликнуться

#СовкомБанк: Senior Data Scientist
#Офис

⚙️ Требования:
• Техническое/экономическое образование;
• Знание #ML и #python;
• Понимание прикладной статистики, знание основных статистических методов, умение применять статистические тесты;
• Опыт работы c #sql от 2х лет;
• Умение быстро погружаться в новую тему, изучать существующие по ней материалы, находить open-source решения;
• Умение структурировать информацию и работать с большими массивами данных;
• Навыки визуализации данных.

⚡️ Что делать:
• Участие в сборе и обработке данных;
• Подбор влияющих факторов на основе методов статистического анализа данных, формирование и проверка ML-гипотез;
• Анализ метрик качества модели, чувствительности к факторам, устойчивости результатов;
• Тестирование для мониторинга и оценки качества моделей;
• Презентация результатов работы;
• Организация и проведение пилотов, оценка бизнес-эффекта.

🚀Откликнуться