У роли понятный фокус на моделировании, проверке качества и передаче результатов в продуктовую разработку, поэтому её задачи и возможное влияние на продукт хорошо просматриваются.
Актуальные технологии
Активное расширение
Обучение в компании
Мэтч & Сопровод
Покажет вашу совместимость и напишет письмо
Создать профиль и узнать мэтч
Описание вакансии
Текст:
Hirify AI/Оригинал
TL;DR
Аналитик данных (Machine Learning): Перевод бизнес-вопросов в аналитические задачи, подготовка данных и разработка прогнозных моделей для оценки торговых объектов и территорий с акцентом на качество данных, пространственные признаки и корректную проверку экспериментов. Focus on проверке моделей на новых объектах, исключении утечек данных, воспроизводимости расчётов и объяснении результатов пользователям.
Локация: Екатеринбург, Сибирский тракт, 12. Форматы работы: на месте работодателя, удалённо или гибридно.
Компания
Монетка — федеральная розничная сеть с более чем 3000 магазинов, открывающая свыше 700 магазинов в год и активно расширяющая офисы.
Что делать
Переводить бизнес-вопросы в аналитические задачи совместно с руководителем продукта.
Определять объекты, горизонты и целевые показатели прогнозирования, изучать источники и проверять качество данных.
Готовить признаки территории, окружения и доступности, разрабатывать расчёты и прогнозные модели от базового решения.
Проверять качество моделей на новых объектах и территориях, исключать утечки данных, анализировать ошибки и ограничения методов.
Передавать разработчику воспроизводимые расчёты, описание входных данных и контрольные примеры.
Объяснять результаты, допущения и ограничения пользователям и участникам проекта; использовать ИИ для подготовки кода, поиска подходов и проверки гипотез с самостоятельной верификацией формул и выводов.
Требования
Более 6 лет опыта.
Уверенное владение Python и SQL.
Знание прикладной статистики и основных методов машинного обучения.
Опыт подготовки реальных данных, построения моделей и оценки их качества.
Понимание переобучения, утечек данных и некорректных схем проверки.
Умение сравнивать модель с простым базовым подходом, воспроизводить эксперимент и объяснять основания вывода.
Готовность разбираться в предметной области и пространственной специфике.
Умение понятно объяснять результаты людям без математической подготовки.
Хорошо, если есть
Опыт оценки торговых локаций, недвижимости, транспортной доступности или конкурентного окружения.
Знание GeoPandas, Shapely, PostGIS, QGIS или аналогичных инструментов.
Опыт применения пространственной статистики и моделей зон притяжения.
Опыт проверки моделей на новых территориях и объектах.
Опыт интеграции расчётов в регулярно используемый продукт.
Культура и преимущества
Полная занятость и официальное трудоустройство с социальным пакетом согласно ТК РФ.
Полностью официальная стабильная заработная плата с авансовыми выплатами и расчётом.
Гибкое начало рабочего дня.
Возможность обучения и повышения квалификации.
Работа в стабильной, крупной и активно развивающейся розничной компании.
Процесс найма
В сопроводительном письме описать один аналитический проект: задачу, данные, способ проверки качества и результат, который удалось применить.
Будьте осторожны
Если работодатель просит войти в их систему, используя iCloud/Google, прислать код/пароль, запустить код/ПО, не делайте этого. Это мошенники. Обязательно жмите «Пожаловаться» или пишите в поддержку. Подробнее в гайде →