#вакансия #москва #DataAnalysis #qgis
Вакансия: Data Analyst / Аналитик данных
Компания: КБ Стрелка — международная компания, предоставляющая услуги стратегического консалтинга, городского планирования и комплексного исследования городов
Заработная плата: 100 000 -120 000 рублей на руки
Режим работы: Гибридный
Офис: Москва, метро Кропоткинская
КБ Стрелка ищет в команду аналитика данных. Новый сотрудник будет заниматься созданием аналитических моделей, скриптов разметки данных, сущностей в базе данных, аналитических витрин, прогностических моделей, а также будет вести метрики данных и проводить ГИС-анализ.
Задачи:
— Создание аналитических запросов и скриптов для проведения анализа данных (+анализ / обработка пространственных данных)
— Создание имитационных и аналитических моделей
— Построение и проверка гипотез на основе данных
— Создание скриптов валидации данных
— Построение схем хранения данных
— Визуализация данных и их агрегатов
— Построение электронных отчетов и дашбордов
Требования:
— Высшее образование (IT, прикладная математика, информатика и т. д.)
— Релевантный опыт работы от 3 лет
Навыки:
— Хранение данных: PostgreSQL, Clickhouse
— Анализ данных: Python (pandas, numpy, sklearn, hdbscan, matplotlib, spacy, statistics), Groovy, Bash
— Визуализация данных: Apache Superset и др.
Будет преимуществом:
— Пространственный / геомаркетинговый анализ данных: Python (geopandas), PostGIS, QGIS/ArcGIS
— Знакомство с ETL-инструментами и инструментами добычи данных: Python (requests, selenium, lxml, BeautifulSoup), Postman
Вы получите:
— Возможность участвовать в интересных и значимых проектах
— Перспективу карьерного роста и профессионального развития
— Команду с сильным командным духом
— Гибридный формат работы. Возможность работать дома или в офисе на Красном Октябре
— Соцпакет
CV присылать на почту [email protected]
Вакансия: Data Analyst / Аналитик данных
Компания: КБ Стрелка — международная компания, предоставляющая услуги стратегического консалтинга, городского планирования и комплексного исследования городов
Заработная плата: 100 000 -120 000 рублей на руки
Режим работы: Гибридный
Офис: Москва, метро Кропоткинская
КБ Стрелка ищет в команду аналитика данных. Новый сотрудник будет заниматься созданием аналитических моделей, скриптов разметки данных, сущностей в базе данных, аналитических витрин, прогностических моделей, а также будет вести метрики данных и проводить ГИС-анализ.
Задачи:
— Создание аналитических запросов и скриптов для проведения анализа данных (+анализ / обработка пространственных данных)
— Создание имитационных и аналитических моделей
— Построение и проверка гипотез на основе данных
— Создание скриптов валидации данных
— Построение схем хранения данных
— Визуализация данных и их агрегатов
— Построение электронных отчетов и дашбордов
Требования:
— Высшее образование (IT, прикладная математика, информатика и т. д.)
— Релевантный опыт работы от 3 лет
Навыки:
— Хранение данных: PostgreSQL, Clickhouse
— Анализ данных: Python (pandas, numpy, sklearn, hdbscan, matplotlib, spacy, statistics), Groovy, Bash
— Визуализация данных: Apache Superset и др.
Будет преимуществом:
— Пространственный / геомаркетинговый анализ данных: Python (geopandas), PostGIS, QGIS/ArcGIS
— Знакомство с ETL-инструментами и инструментами добычи данных: Python (requests, selenium, lxml, BeautifulSoup), Postman
Вы получите:
— Возможность участвовать в интересных и значимых проектах
— Перспективу карьерного роста и профессионального развития
— Команду с сильным командным духом
— Гибридный формат работы. Возможность работать дома или в офисе на Красном Октябре
— Соцпакет
CV присылать на почту [email protected]
#работа #штат #офис #Москва #вакансия
В Code Pandora ищем Middle Бизнес-аналитика данных.
ЗП: от 150 000 до 500 000 рублей.
Что потребуется делать:
- Анализировать данные проектов
- Писать ТЗ под передачу в разработку
- Whitepaper
- Писать ТЗ для системных аналитиков
Условия:
• Работа в офисе Москва-Сити, оформляем по ТК РФ, соцпакет, техника для работы;
• ДМС со стоматологией, страховка для путешествий;
• Внешнее и внутреннее обучение, митапы, конференции, тимбилдинги, английский, библиотеки;
✉️ @webatlant
⚠️ УДАЛЕННУЮ РАБОТУ НЕ РАССМАТРИВАЕМ
В Code Pandora ищем Middle Бизнес-аналитика данных.
ЗП: от 150 000 до 500 000 рублей.
Что потребуется делать:
- Анализировать данные проектов
- Писать ТЗ под передачу в разработку
- Whitepaper
- Писать ТЗ для системных аналитиков
Условия:
• Работа в офисе Москва-Сити, оформляем по ТК РФ, соцпакет, техника для работы;
• ДМС со стоматологией, страховка для путешествий;
• Внешнее и внутреннее обучение, митапы, конференции, тимбилдинги, английский, библиотеки;
✉️ @webatlant
⚠️ УДАЛЕННУЮ РАБОТУ НЕ РАССМАТРИВАЕМ
#москва #вакансия #аналитик #fulltime #office #middle #Senior #BigData #DataAnalyst
🔥Senior Data Analyst🔥
🥚Компания: МТС Big Data
💰Финансы: 250-340k gross
📍 Локация: г. Москва, м. Технопарк (Возможна удаленная работа в рамках РФ)
Команда центра Big Data находится в поиске Data Analyst на продукт МТС Аналитика.
МТС Аналитика – это единая аналитическая платформа для анализа поведения пользователей в web и app приложениях экосистемы МТС.
Наша цель – эффективная рекламная атрибуция, обогащенные Big Data полезные данные о когортах, кросс-продуктовый пользовательский путь и LTV пользователя и продукта, сдобренные собственным UI для визуализации метрик и командной работы.
Кого мы ищем:
- Опыт работы в профессии от 3 лет
- Понимание работы веб-ресурсов: классические сайты, сайты с встроенными iframe, SPA
- Понимание работы мобильных приложений
- Знание Яндекс Метрики, AppMetica и Google Analytics на уровне сбора данных и логики формирования отчётов
- Понимание работы Measurement Protocol
- Опыт использования Python для выгрузки и обработки данных
- Опыт применения SQL для решения задач аналитики: объединение данных разных таблиц, агрегирование данных, группировки, оконные функции
- Опыт работы с аналитическими базами данных
- Опыт работы с BI инструментами для визуализации данных (например, Tableau, Google Data Studio, Yandex DataLens или Superset)
- Опыт решения задач маркетингового анализа с использованием различных моделей атрибуции
- Понимание методологий разделения трафика по каналам для веб и апп ресурсов
- Опыт выстраивания сквозной аналитики
- Знание математической статистики
- Умение аргументированно отстаивать свою точку зрения
- Внимательность и самоорганизованность
Будет плюсом:
- Профильное образование (прикладная информатика/ математика в экономике/ ФизМат etc.)
- Опыт работы с большими данными: Hadoop / AirFlow / Pyspark и т.п.
- Знание JS, HTML, CSS на уровне понимания кода
- Опыт работы с Google Tag Manager
- Опыт запуска A/B тестов
Что предстоит делать:
- Анализ работы платформы, предложение полезных решений
- Проверка качества собираемых данных и оценка потерь
- Формирование методологии обработки данных для расчета продуктовых метрик и передача прототипов кода в команду разработки с сопровождением
- Формировании прототипов отчетов интерфейса платформы
- Участие в разработке моделей для оценки трафика (атрибуция, fingerprint и т.п.)
- Работа с обратной связью от команд МТС после сдачи проекта в эксплуатацию
Что предлагаем:
- Плавающее начало рабочего дня, гибридный график (возможность несколько дней работать из дома)
Условия и бонусы:
- ДМС, куда включены: стоматология, страхование жизни и страховка при поездках за рубеж
- Десятки курсов и тренингов в Корпоративном университете МТС и Собственная виртуальная библиотека
- Корпоративный психолог и карьерный коуч
- Спорт: компенсация фитнес-абонемента, бассейна, скидка в «Alex fitness», «Spirit fitness», «World class» и др.
- Бесплатная сотовая связь, выгодные тарифы для ваших близких, промокод на онлайн-кинотеатр KION и бесплатная подписка на МТС Premium
- Программа «Invite IT» (реферальная программа поощрения за рекомендацию ИТ-специалиста)
Очень ждем тебя в нашей команде МТС
Присылать резюме и задавать вопросы по вакансии можно в Tg: @dssmash
🔥Senior Data Analyst🔥
🥚Компания: МТС Big Data
💰Финансы: 250-340k gross
📍 Локация: г. Москва, м. Технопарк (Возможна удаленная работа в рамках РФ)
Команда центра Big Data находится в поиске Data Analyst на продукт МТС Аналитика.
МТС Аналитика – это единая аналитическая платформа для анализа поведения пользователей в web и app приложениях экосистемы МТС.
Наша цель – эффективная рекламная атрибуция, обогащенные Big Data полезные данные о когортах, кросс-продуктовый пользовательский путь и LTV пользователя и продукта, сдобренные собственным UI для визуализации метрик и командной работы.
Кого мы ищем:
- Опыт работы в профессии от 3 лет
- Понимание работы веб-ресурсов: классические сайты, сайты с встроенными iframe, SPA
- Понимание работы мобильных приложений
- Знание Яндекс Метрики, AppMetica и Google Analytics на уровне сбора данных и логики формирования отчётов
- Понимание работы Measurement Protocol
- Опыт использования Python для выгрузки и обработки данных
- Опыт применения SQL для решения задач аналитики: объединение данных разных таблиц, агрегирование данных, группировки, оконные функции
- Опыт работы с аналитическими базами данных
- Опыт работы с BI инструментами для визуализации данных (например, Tableau, Google Data Studio, Yandex DataLens или Superset)
- Опыт решения задач маркетингового анализа с использованием различных моделей атрибуции
- Понимание методологий разделения трафика по каналам для веб и апп ресурсов
- Опыт выстраивания сквозной аналитики
- Знание математической статистики
- Умение аргументированно отстаивать свою точку зрения
- Внимательность и самоорганизованность
Будет плюсом:
- Профильное образование (прикладная информатика/ математика в экономике/ ФизМат etc.)
- Опыт работы с большими данными: Hadoop / AirFlow / Pyspark и т.п.
- Знание JS, HTML, CSS на уровне понимания кода
- Опыт работы с Google Tag Manager
- Опыт запуска A/B тестов
Что предстоит делать:
- Анализ работы платформы, предложение полезных решений
- Проверка качества собираемых данных и оценка потерь
- Формирование методологии обработки данных для расчета продуктовых метрик и передача прототипов кода в команду разработки с сопровождением
- Формировании прототипов отчетов интерфейса платформы
- Участие в разработке моделей для оценки трафика (атрибуция, fingerprint и т.п.)
- Работа с обратной связью от команд МТС после сдачи проекта в эксплуатацию
Что предлагаем:
- Плавающее начало рабочего дня, гибридный график (возможность несколько дней работать из дома)
Условия и бонусы:
- ДМС, куда включены: стоматология, страхование жизни и страховка при поездках за рубеж
- Десятки курсов и тренингов в Корпоративном университете МТС и Собственная виртуальная библиотека
- Корпоративный психолог и карьерный коуч
- Спорт: компенсация фитнес-абонемента, бассейна, скидка в «Alex fitness», «Spirit fitness», «World class» и др.
- Бесплатная сотовая связь, выгодные тарифы для ваших близких, промокод на онлайн-кинотеатр KION и бесплатная подписка на МТС Premium
- Программа «Invite IT» (реферальная программа поощрения за рекомендацию ИТ-специалиста)
Очень ждем тебя в нашей команде МТС
Присылать резюме и задавать вопросы по вакансии можно в Tg: @dssmash
#вакансия #DS #Москва #офис #фуллтайм #ML
📎Город: Москва, метро Новокузнецкая
📎Формат работы: гибрид
📎Занятость: Fulltime, гибкий подход к рабочему времени
📎Заработная плата: до 70 0000
Junior Data Analyst
Идеальный кандидат — человек с хорошей математической подготовкой и
желанием развиваться в роли аналитика данных.
Не страшно, если мало практического опыта, главное - иметь хорошую
математическую базу и не бояться решать нестандартные задачи, для
которых нет готовых решений
📌 Ваши будущие задачи:
• Обработка данных, собранных с IoT-устройств
• Анализ IoT-данных, проверка гипотез и поиск инсайтов
• Визуализация результатов
• Создание ML-моделей и улучшение качества прогноза
• Установка и настройка разработанной системы удаленно на стендах Заказчика
Стек технологий: Python, SQL, Git, Docker, k8s
📌 Мы ожидаем:
• Уверенные базовые знания Python (Pandas, Numpy, визуализация)
• Уверенные базовые знания SQL
• Понимание как устроены классические алгоритмы машинного обучения и
принципы их работы
• Понимание процесса разработки ПО
• Опыт использования Git
• Высшее техническое или математическое образование
Будет плюсом:
• Опыт работы с DL-моделями (Pytorch, TensorRT)
• Опыт работы с базами данных
• Опыт разработки моделей машинного обучения и их внедрение
📌 Что мы готовы вам предложить:
• Работу на интересном проекте с прозрачным результатом;
• Официальное трудоустройство;
• Достойный уровень компенсации;
• Перспективы роста и развития в компании;
• Офис в центре Москвы.
✉️Контакт: @Marina_Niko
📎Город: Москва, метро Новокузнецкая
📎Формат работы: гибрид
📎Занятость: Fulltime, гибкий подход к рабочему времени
📎Заработная плата: до 70 0000
Junior Data Analyst
Идеальный кандидат — человек с хорошей математической подготовкой и
желанием развиваться в роли аналитика данных.
Не страшно, если мало практического опыта, главное - иметь хорошую
математическую базу и не бояться решать нестандартные задачи, для
которых нет готовых решений
📌 Ваши будущие задачи:
• Обработка данных, собранных с IoT-устройств
• Анализ IoT-данных, проверка гипотез и поиск инсайтов
• Визуализация результатов
• Создание ML-моделей и улучшение качества прогноза
• Установка и настройка разработанной системы удаленно на стендах Заказчика
Стек технологий: Python, SQL, Git, Docker, k8s
📌 Мы ожидаем:
• Уверенные базовые знания Python (Pandas, Numpy, визуализация)
• Уверенные базовые знания SQL
• Понимание как устроены классические алгоритмы машинного обучения и
принципы их работы
• Понимание процесса разработки ПО
• Опыт использования Git
• Высшее техническое или математическое образование
Будет плюсом:
• Опыт работы с DL-моделями (Pytorch, TensorRT)
• Опыт работы с базами данных
• Опыт разработки моделей машинного обучения и их внедрение
📌 Что мы готовы вам предложить:
• Работу на интересном проекте с прозрачным результатом;
• Официальное трудоустройство;
• Достойный уровень компенсации;
• Перспективы роста и развития в компании;
• Офис в центре Москвы.
✉️Контакт: @Marina_Niko
#вакансия #офис #Москва #фултайм
Senior researcher
в OctoNus
300 000 — 450 000 ₽/мес на руки
Москва, м. Спортивная
Английский
B1 — Intermediate
Команда
6 - 10 человек
Octonus — российская частная IT-компания, оборудование которой используется на производствах по всему миру. Направление разработок - технология обработки ювелирных алмазов.
Позиция отвечает за проведение успешных исследований в областях, связанных с алгоритмами расчета качественных фотографий на базе реальных низкокачественных фотографий с недостатком освещения, другими алгоритмами из области computational photography
Технологии/инструменты
CС++
Чем предстоит заниматься
Исследование и реализация алгоритмов построения качественных фотографий по набору кадров низкой освещенности.
Исследование и реализация алгоритмов субпиксельного выравнивания кадров.
Оформление алгоритмов в виде плагинов к продукту, доведение до уровня коммерческих разработок.
Кросс-ревьюирование кода и результатов исследований.
Работа в Agile-команде, ответственность за ключевые продуктовые решения.
Требования:
Знание основ и теории обработки изображений, видео.
Знание основ и опыт построения обрабатывающих изображение пайплайнов в цифровых камерах и софте от RAW до итогового 8/10-бит изображения.
Успешный опыт разработки алгоритмов computational photography в коммерческих продуктах.
Культура ведения и оформления результатов научных исследований.
Сильные навыки аналитической работы.
Умение самостоятельно вести полноценный научно-исследовательский процесс (с грамотным оформлением результатов).
Опыт работы в команде от 3-х лет по специальности, приветствуется успешный опыт по разработке новых продуктов в стартапах с небольшой командой.
Хороший письменный технический английский
Внутренняя мотивация, желание и умение работать над сложными задачами и добиваться результата.
Приветствуется наличие научных публикаций, степени по обозначенным тематикам.
Приветствуется знание устройства алгоритмов, использующихся в цифровых камерах современных смартфонов.
Что предлагаем
Заработная плата от 300 000 net.
Оформление в соответствии с нормами Трудового законодательства.
Возможности для совершенствования и профессионального роста.
Уютный современный офис.
ДМС (после прохождения испытательного срока).
Система премий / поощрений.
Особым кандидатам — особые условия.
Любые вопросы и уточнения можно спросить у @Oksana8417
Senior researcher
в OctoNus
300 000 — 450 000 ₽/мес на руки
Москва, м. Спортивная
Английский
B1 — Intermediate
Команда
6 - 10 человек
Octonus — российская частная IT-компания, оборудование которой используется на производствах по всему миру. Направление разработок - технология обработки ювелирных алмазов.
Позиция отвечает за проведение успешных исследований в областях, связанных с алгоритмами расчета качественных фотографий на базе реальных низкокачественных фотографий с недостатком освещения, другими алгоритмами из области computational photography
Технологии/инструменты
CС++
Чем предстоит заниматься
Исследование и реализация алгоритмов построения качественных фотографий по набору кадров низкой освещенности.
Исследование и реализация алгоритмов субпиксельного выравнивания кадров.
Оформление алгоритмов в виде плагинов к продукту, доведение до уровня коммерческих разработок.
Кросс-ревьюирование кода и результатов исследований.
Работа в Agile-команде, ответственность за ключевые продуктовые решения.
Требования:
Знание основ и теории обработки изображений, видео.
Знание основ и опыт построения обрабатывающих изображение пайплайнов в цифровых камерах и софте от RAW до итогового 8/10-бит изображения.
Успешный опыт разработки алгоритмов computational photography в коммерческих продуктах.
Культура ведения и оформления результатов научных исследований.
Сильные навыки аналитической работы.
Умение самостоятельно вести полноценный научно-исследовательский процесс (с грамотным оформлением результатов).
Опыт работы в команде от 3-х лет по специальности, приветствуется успешный опыт по разработке новых продуктов в стартапах с небольшой командой.
Хороший письменный технический английский
Внутренняя мотивация, желание и умение работать над сложными задачами и добиваться результата.
Приветствуется наличие научных публикаций, степени по обозначенным тематикам.
Приветствуется знание устройства алгоритмов, использующихся в цифровых камерах современных смартфонов.
Что предлагаем
Заработная плата от 300 000 net.
Оформление в соответствии с нормами Трудового законодательства.
Возможности для совершенствования и профессионального роста.
Уютный современный офис.
ДМС (после прохождения испытательного срока).
Система премий / поощрений.
Особым кандидатам — особые условия.
Любые вопросы и уточнения можно спросить у @Oksana8417
#вакансия #teamlead #Москва #ML #DS
Формат: гибрид или ремоут(страны рублевой зоны)
Роль: Lead Data Scientist
Мы ищем опытного Teamlead DS в компанию, разрабатывающей ИИ решения для горнодобывающей и металлургической промышленности.
Как Teamlead DS вы будете выстраивать алгоритмы машинного обучения для оптимизации, обнаружения аномалий, регрессии, которые будут масштабироваться на многих заводах по всему миру, и будут тонко настраивать управление оборудованием и целыми процессами в режиме реального времени.
Круг задач:
- Разработка инновационных алгоритмов машинного обучения для анализа временных рядов, генерируемых промышленными процессами;
- Анализировать узкие места в работе алгоритмов и предлагать решения по их улучшению и оптимизации;
- Подготовка новых алгоритмов к внедрению и поддержка внедрения в производство;
- Мониторинг метрик, статистики и производительности алгоритмов;
- Работать в команде и сотрудничать с другими коллегами;
- Управление приоритетами проектов, сроками и результатами;
- Менторить и развивать команду в направлении решения задач, оставляя пространство для творчества;
- Планировать проект и отслеживать его ход, следить за тем, чтобы все работы были завершены в установленные сроки и с высоким качеством;
- Проявлять инициативу, предлагать возможные улучшения работы команды.
Важно для команды:
- Степень бакалавра/магистра/доктора наук в области компьютерных наук, физики, математики или аналогичной области;
- Сильная математическая подготовка в ML и DL областях;
- Более 3 лет опыта работы в области машинного обучения;
- Опыт работы с временными рядами;
- Понимание принципов алгоритмов и структур данных, осведомлённость в математических вычислениях, включая статистические модели, линейную алгебру (но не ограничиваясь ими);
- Опыт обнаружения аномалий;
- Отличное знание Python;
- Практическое знание ML/DL фреймворков (Scikit, PyData stack, Tensorflow, PyTorch и т.д.);
Будет плюсом:
- Опыт в промышленной сфере;
- Опыт с reinforcement learning.
Компания предлагает:
- Работа с ведущей в мире командой машинного обучения, которая решает задачи в промышленной сфере;
- Удаленная работа из РФ и ближайших стран;
- Официальное оформление по ТК РФ;
- Возможность оказать влияние на самую фундаментальную и самую крупную отрасль в мире;
- Конкурентная заработная плата;
- Расширенный ДМС со стоматологией.
e-mail: [email protected]
телеграмм: @v_losiev
Формат: гибрид или ремоут(страны рублевой зоны)
Роль: Lead Data Scientist
Мы ищем опытного Teamlead DS в компанию, разрабатывающей ИИ решения для горнодобывающей и металлургической промышленности.
Как Teamlead DS вы будете выстраивать алгоритмы машинного обучения для оптимизации, обнаружения аномалий, регрессии, которые будут масштабироваться на многих заводах по всему миру, и будут тонко настраивать управление оборудованием и целыми процессами в режиме реального времени.
Круг задач:
- Разработка инновационных алгоритмов машинного обучения для анализа временных рядов, генерируемых промышленными процессами;
- Анализировать узкие места в работе алгоритмов и предлагать решения по их улучшению и оптимизации;
- Подготовка новых алгоритмов к внедрению и поддержка внедрения в производство;
- Мониторинг метрик, статистики и производительности алгоритмов;
- Работать в команде и сотрудничать с другими коллегами;
- Управление приоритетами проектов, сроками и результатами;
- Менторить и развивать команду в направлении решения задач, оставляя пространство для творчества;
- Планировать проект и отслеживать его ход, следить за тем, чтобы все работы были завершены в установленные сроки и с высоким качеством;
- Проявлять инициативу, предлагать возможные улучшения работы команды.
Важно для команды:
- Степень бакалавра/магистра/доктора наук в области компьютерных наук, физики, математики или аналогичной области;
- Сильная математическая подготовка в ML и DL областях;
- Более 3 лет опыта работы в области машинного обучения;
- Опыт работы с временными рядами;
- Понимание принципов алгоритмов и структур данных, осведомлённость в математических вычислениях, включая статистические модели, линейную алгебру (но не ограничиваясь ими);
- Опыт обнаружения аномалий;
- Отличное знание Python;
- Практическое знание ML/DL фреймворков (Scikit, PyData stack, Tensorflow, PyTorch и т.д.);
Будет плюсом:
- Опыт в промышленной сфере;
- Опыт с reinforcement learning.
Компания предлагает:
- Работа с ведущей в мире командой машинного обучения, которая решает задачи в промышленной сфере;
- Удаленная работа из РФ и ближайших стран;
- Официальное оформление по ТК РФ;
- Возможность оказать влияние на самую фундаментальную и самую крупную отрасль в мире;
- Конкурентная заработная плата;
- Расширенный ДМС со стоматологией.
e-mail: [email protected]
телеграмм: @v_losiev
#вакансия #Москва #fulltime #BigData #DS
Позиция: A/B-tests Team Lead (сейчас команда – 0 человек).
Куда: Альфа-Банк, Департамент продвинутой аналитики
Формат работы: Гибрид - Москва, м. Технопарк + удаленно.
Что нужно делать?
1. Общаться (много!) с владельцами процессов, определять методологию проведения тестов, запускать тесты самостоятельно (или контролировать процесс запуска), анализировать данные и формировать аналитические отчёты, описывать всё это в Confuence, помогать бизнес-заказчикам принимать правильные решения.
2. Создавать с нуля и описывать обобщённую методологию проведения сплит-тестов, которую смогут переиспользовать другие; выстраивать формализованные процессы; распространять и пропагандировать лучшие практики по механикам проведения экспериментов (как в Альфе, так и вовне).
3. Растить функцию на основе череды успехов – с фактами в руках защищать планы роста, быть руководителем и лидером для будущей команды.
4. Принимать участие в создании архитектурных решений для платформ проведения сплит-тестов, в идеале - создания единого контура тестирования моделей машинного обучения.
5. Первоочередные задачи – поддержка экспериментов команды Центра компетенций по NLP Лаборатории машинного обучения.
Мы ожидаем от вас:
1. Опыт руководства функцией сплит-тестирования. Общий опыт работы в этом направлении – от 2 лет.
2. Лидерский опыт (начинать придётся одному), опыт руководства командой (будут успехи – будет команда), проактивность и умение самостоятельно достигать результат.
3. Hard skills: Python, bash, SQL, Hadoop; Tableau/ClickView/PowerBI; BitBucket (Git), JIRA и Confluence.
4. Образование: физ.-мат., техническое, ИТ; хорошая база в мат.стате и теор.вере; чёрный пояс по пакетам для стат. анализа и визуализации в Python (statsmodels, seaborn и т.п.). У нас нет и не будет R 😈
5. Развитые коммуникативные навыки для ведения переговоров с внутренними и внешними контрагентами, некоторые из которых могут быть (ошибочно) уверены, что и так всё понятно, и так всё хорошо работает. Умение писать понятную и грамотную документацию, аналитические записки. Грамотная устная и письменная речь, структурированное изложение мыслей. Время от времени придётся делать презентации на понятном для конкретного заказчика языке - это тоже надо уметь.
6. Идеально, если есть ещё и опыт создания, сопровождения и развития единого фреймворка сплит-тестирования в организации.
Ответы на 10 важных вопросов:
1. Данные: Обычно - Hadoop (все данные Альфа-Банка) + внешние источники по API. Могут быть эзотерические источники – локальные БД (Vertica, MongoDB и т.п.).
2. Железо: Потенциально – 2 TB RAM, 96 cores. Будем отталкиваться от необходимости и можем расширять аллокацию ресурсов. Для работы: MacBook + удалённое рабочее место.
3. Масштаб влияния на core-бизнес? Модели - ядро большинства банковских процессов. Амбиция – ответственность за все тестирование моделей (или процессов, с ними связанных) в Альфа-Банке.
4. Уровень развития Data Science в компании? Все линии бизнеса покрыты ML моделями, где необходимо - успешно внедрен DL.
5. Роль: см. что нужно делать (выше).
6. Бэкграунд у вашего руководителя? https://www.linkedin.com/in/vadimayuyev/
7. Как часто вам будут мешать работать? Пока непонятно. Минимум, 1 час организационных встреч в неделю. Остальное будет зависеть от конкретных заказчиков и операционного ритма с ними.
8. Карьерный рост: формализованная матрица компетенций не создана – придётся разрабатывать.
9. Prod/Research: на начальном этапе Prod – 80% (надо проводить тестирование в боевых процессах), Research – 20% (инвестиция в развитие методологии). В целевом сценарии, после создания и роста команды, пропорция обратная.
10. Функция сервиса или лидера? 50/50. Функция создаётся с 0. Задача – обеспечивать качественный аналитический сервис.
Буду рада познакомиться лично и рассказать подробнее о задачах и компании.
Направить резюме и задать вопросы можно в ТГ @nellismo или на почту [email protected]
Позиция: A/B-tests Team Lead (сейчас команда – 0 человек).
Куда: Альфа-Банк, Департамент продвинутой аналитики
Формат работы: Гибрид - Москва, м. Технопарк + удаленно.
Что нужно делать?
1. Общаться (много!) с владельцами процессов, определять методологию проведения тестов, запускать тесты самостоятельно (или контролировать процесс запуска), анализировать данные и формировать аналитические отчёты, описывать всё это в Confuence, помогать бизнес-заказчикам принимать правильные решения.
2. Создавать с нуля и описывать обобщённую методологию проведения сплит-тестов, которую смогут переиспользовать другие; выстраивать формализованные процессы; распространять и пропагандировать лучшие практики по механикам проведения экспериментов (как в Альфе, так и вовне).
3. Растить функцию на основе череды успехов – с фактами в руках защищать планы роста, быть руководителем и лидером для будущей команды.
4. Принимать участие в создании архитектурных решений для платформ проведения сплит-тестов, в идеале - создания единого контура тестирования моделей машинного обучения.
5. Первоочередные задачи – поддержка экспериментов команды Центра компетенций по NLP Лаборатории машинного обучения.
Мы ожидаем от вас:
1. Опыт руководства функцией сплит-тестирования. Общий опыт работы в этом направлении – от 2 лет.
2. Лидерский опыт (начинать придётся одному), опыт руководства командой (будут успехи – будет команда), проактивность и умение самостоятельно достигать результат.
3. Hard skills: Python, bash, SQL, Hadoop; Tableau/ClickView/PowerBI; BitBucket (Git), JIRA и Confluence.
4. Образование: физ.-мат., техническое, ИТ; хорошая база в мат.стате и теор.вере; чёрный пояс по пакетам для стат. анализа и визуализации в Python (statsmodels, seaborn и т.п.). У нас нет и не будет R 😈
5. Развитые коммуникативные навыки для ведения переговоров с внутренними и внешними контрагентами, некоторые из которых могут быть (ошибочно) уверены, что и так всё понятно, и так всё хорошо работает. Умение писать понятную и грамотную документацию, аналитические записки. Грамотная устная и письменная речь, структурированное изложение мыслей. Время от времени придётся делать презентации на понятном для конкретного заказчика языке - это тоже надо уметь.
6. Идеально, если есть ещё и опыт создания, сопровождения и развития единого фреймворка сплит-тестирования в организации.
Ответы на 10 важных вопросов:
1. Данные: Обычно - Hadoop (все данные Альфа-Банка) + внешние источники по API. Могут быть эзотерические источники – локальные БД (Vertica, MongoDB и т.п.).
2. Железо: Потенциально – 2 TB RAM, 96 cores. Будем отталкиваться от необходимости и можем расширять аллокацию ресурсов. Для работы: MacBook + удалённое рабочее место.
3. Масштаб влияния на core-бизнес? Модели - ядро большинства банковских процессов. Амбиция – ответственность за все тестирование моделей (или процессов, с ними связанных) в Альфа-Банке.
4. Уровень развития Data Science в компании? Все линии бизнеса покрыты ML моделями, где необходимо - успешно внедрен DL.
5. Роль: см. что нужно делать (выше).
6. Бэкграунд у вашего руководителя? https://www.linkedin.com/in/vadimayuyev/
7. Как часто вам будут мешать работать? Пока непонятно. Минимум, 1 час организационных встреч в неделю. Остальное будет зависеть от конкретных заказчиков и операционного ритма с ними.
8. Карьерный рост: формализованная матрица компетенций не создана – придётся разрабатывать.
9. Prod/Research: на начальном этапе Prod – 80% (надо проводить тестирование в боевых процессах), Research – 20% (инвестиция в развитие методологии). В целевом сценарии, после создания и роста команды, пропорция обратная.
10. Функция сервиса или лидера? 50/50. Функция создаётся с 0. Задача – обеспечивать качественный аналитический сервис.
Буду рада познакомиться лично и рассказать подробнее о задачах и компании.
Направить резюме и задать вопросы можно в ТГ @nellismo или на почту [email protected]
#вакансия #москва #analyst #datascience #ml
Всем привет!
Драйвовая, лидирующая и активно развивающаяся компания, GlowByte, в поисках Старшего аналитика Data Science и Тимлида DS.
🍊Требования
• Высшее ИТ / техническое образование;
• Python, SQL, Git;
• Большим плюсом будет понимание предметной области: Ритейл, FMCG, сети быстрого питания;
• Знание подходов к прогнозированию временных рядов (регрессионные модели, форесты, бустинги, нейронки, ...) и оптимизации (от классических LP до MINLP);
• Лиду необходим опыт в координировании команды, оценке задач и проч. "лидовских" активностях.
🍊 Решаем задачи двух типов:
• Прогнозирования временных рядов;
• Различные оптимизационные задачи
+ все сопутствующие задачи
🍊Условия
• Стабильный оклад + премия по итогам года / проекта;
• Карьерный рост, профессиональное обучение;
• Гибкий график работы;
• Гибкий соц. пакет (ДМС/ английский/ абонемент в спортзал и т.д.);
• Комфортный офис в Мск в БЦ Арма (предпочтителен гибрид, возможна полная удаленка);
• Кофе, фрукты, каши по утрам;
• Вилка по результатам собеса.
Подробности @alya_IT_rec
Всем привет!
Драйвовая, лидирующая и активно развивающаяся компания, GlowByte, в поисках Старшего аналитика Data Science и Тимлида DS.
🍊Требования
• Высшее ИТ / техническое образование;
• Python, SQL, Git;
• Большим плюсом будет понимание предметной области: Ритейл, FMCG, сети быстрого питания;
• Знание подходов к прогнозированию временных рядов (регрессионные модели, форесты, бустинги, нейронки, ...) и оптимизации (от классических LP до MINLP);
• Лиду необходим опыт в координировании команды, оценке задач и проч. "лидовских" активностях.
🍊 Решаем задачи двух типов:
• Прогнозирования временных рядов;
• Различные оптимизационные задачи
+ все сопутствующие задачи
🍊Условия
• Стабильный оклад + премия по итогам года / проекта;
• Карьерный рост, профессиональное обучение;
• Гибкий график работы;
• Гибкий соц. пакет (ДМС/ английский/ абонемент в спортзал и т.д.);
• Комфортный офис в Мск в БЦ Арма (предпочтителен гибрид, возможна полная удаленка);
• Кофе, фрукты, каши по утрам;
• Вилка по результатам собеса.
Подробности @alya_IT_rec
Привет! Нахожусь в поиске аналитика данных к себе в команду.
Вакансия: Аналитик данных (middle)
🏙 stone.ru
🔌 до 150 net + квартальные бонусы
Локация: офис (Москва, м. Бауманская)
Подробнее про вакансию (https://stoneru.notion.site/middle-06a85a4e02b84399ae9db9680b487176), плюшки.
Откликнуться можно в личку @BogdanGlebov
О нашей компании
Мы - STONE, девелоперская компания полного цикла, от подбора площадок до управления готовыми проектами.
О нашем отделе
Цель отдела - развитие аналитики во всех подразделениях компании. Это подразумевает получение и обработку данных, подготовку отчётности, развитие и повышение эффективности бизнес-процессов, в том числе с применением машинного обучения.
Об аналитике в компании
Продуктами отдела ежедневно пользуется более четверти сотрудников компании, data driven подход к управлению главенствует в нескольких подразделениях компании и мы стремимся чтобы так было во всех.
Чем предстоит заниматься
* Расширение контура DWH/BI за счёт сбора фактического Data Management и составления ТЗ.
* Анализ эффективности бизнеса на имеющейся отчётности. Предложения по повышению эффективности бизнес-процессов, а также по доработке регулярной отчётности.
* Проведение исследований на основе собственных гипотез и гипотез от бизнеса. Развитие исследовательской отчётности для генерации и проверки гипотез.
Чего ожидаем
Soft'ы важны не меньше hard'ов
* Аналитический склад ума.
* Коммуникабельность.
* Умение систематизировать бизнес-требования.
* Проактивность, инициативность.
* Опыт построения BI отчётности (мы используем Power BI).
* SQL на уровне оптимизированных выборок.
* Навык обработки больших объёмов информации с помощью Python.
* Понимание принципов работы и развития DWH и общения с окружением.
* Общие представления об API, для чего используется, как устроены запросы.
#вакансия #аналитик #москва #офис
Вакансия: Аналитик данных (middle)
🏙 stone.ru
🔌 до 150 net + квартальные бонусы
Локация: офис (Москва, м. Бауманская)
Подробнее про вакансию (https://stoneru.notion.site/middle-06a85a4e02b84399ae9db9680b487176), плюшки.
Откликнуться можно в личку @BogdanGlebov
О нашей компании
Мы - STONE, девелоперская компания полного цикла, от подбора площадок до управления готовыми проектами.
О нашем отделе
Цель отдела - развитие аналитики во всех подразделениях компании. Это подразумевает получение и обработку данных, подготовку отчётности, развитие и повышение эффективности бизнес-процессов, в том числе с применением машинного обучения.
Об аналитике в компании
Продуктами отдела ежедневно пользуется более четверти сотрудников компании, data driven подход к управлению главенствует в нескольких подразделениях компании и мы стремимся чтобы так было во всех.
Чем предстоит заниматься
* Расширение контура DWH/BI за счёт сбора фактического Data Management и составления ТЗ.
* Анализ эффективности бизнеса на имеющейся отчётности. Предложения по повышению эффективности бизнес-процессов, а также по доработке регулярной отчётности.
* Проведение исследований на основе собственных гипотез и гипотез от бизнеса. Развитие исследовательской отчётности для генерации и проверки гипотез.
Чего ожидаем
Soft'ы важны не меньше hard'ов
* Аналитический склад ума.
* Коммуникабельность.
* Умение систематизировать бизнес-требования.
* Проактивность, инициативность.
* Опыт построения BI отчётности (мы используем Power BI).
* SQL на уровне оптимизированных выборок.
* Навык обработки больших объёмов информации с помощью Python.
* Понимание принципов работы и развития DWH и общения с окружением.
* Общие представления об API, для чего используется, как устроены запросы.
#вакансия #аналитик #москва #офис