Внимание: проект на 5 месяцев 01.08.2025 - 31.12.2025 с возможностью пролонгации.

Ваша зона ответственности:

• Выбор и построение подходящих математических моделей для решения поставленных задач.

• Декомпозиция поставленных задач, определение пути решения, установка сроков решения.

• Проверка гипотез на основе статистических методов.

• Обсуждение выбранных решений с бизнес-заказчиком.

• Написание оптимальных SQL/SPARK-запросов, укладывающихся в SLA.

• Написание переиспользуемого продуктивного кода SQL/Python (а также его оптимизация).

• Использование или создание простых аналитических сервисов (MVP).

• Сode-review.

• Постановка процессов на регулярную основу.

• Настройка мониторинга качества регулярных процессов продукта.

• Участие в формировании ТЗ.

• Менторинг Junior.

Необходимые навыки:

• Python: python (PEP 8).

• Способен 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.

• 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).

• Имеет недоверие к данным, проверяет их на корректность перед использованием.

• Может реализовать любой запрос.

• Знает оконные функции.

• Может определить неоптимальный запрос.

• Математика: Знаком с базовой теорией вероятности и статистикой.

• Знаком с понятиями АБ-тестирования и проверкой гипотез.

• Может 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.

• Продуктовая аналитика: Работа с хорошо описанными задачами.

• Построение аналитические отчётов с заданными требованиями.

• Презентация 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;.

• Стек: Python; SQL; визуализация данных (matplotlib, seaborn, plotly / BI - инструмента); Git; PyTest; Spark 2.2+; Grafana / Airflow