Data Scientist

Чем предстоит заниматься:

• Улучшать качество и оптимизировать процессы текущих алгоритмов управления ценами
• Выводить и поддерживать проект в промышленной эксплуатации
• Исследовать и разрабатывать новые методы гибкого ценообразования
• Поддерживать операционные процессы проекта

Мы ожидаем, что ты:

• Имеешь уверенные знания теории машинного обучения, основ мат. статистики, мат. анализа, линейной алгебры, алгоритмов и структур данных;
• Отлично владеешь python в части анализа данных: pandas, numpy, statsmodels, sklearn, fbprophet, catboost и визуализации: seaborn, matplotlib, plotly;
• Обладаешь знанием SQL, есть опыт работы с реляционными базами данных;
• Знаешь git и bash на базовом уровне;
• Имеешь доменный опыт решения кейсов в следующих областях Data Science: динамическое ценообразование, прогнозные модели, интерпретируемый ML, ML в маркетинге);
• Будет плюсом: участие в выводе ML моделей в продуктивный контур и работа в отечественных корпорациях;

Мы предлагаем:

• Работу в аккредитованной IT компании
• Гибридный формат работы
• Достойную твоего профессионального уровня заработную плату (уровень вознаграждения обсуждается индивидуально по результатам интервью)
• Годовую премию по результатам деятельности, дополнительную материальную мотивацию (премия из фонда руководителя)
• Качественную программу ДМС со стоматологией с первого месяца работы
• Неограниченный доступ к образовательному контенту на портале знаний от корпоративного университета
• Собственный центр профессионального развития, в котором проводятся комплексные программы обучения hard skills
• Внутренние демодни, коуч-дни, питчи – то, что поможет продвигать и совершенствовать проекты и собственные идеи
• Программу софинансирования спорта

В «Газпром нефть» ты можешь:

• Получить уникальный профессиональный опыт
• Создавать смелые проекты с нуля и наблюдать за их влиянием на целую отрасль
• Быть вместе с теми, кого вдохновляют сверхсложные задачи
• Сочетать несколько ролей, быть частью нескольких команд или участвовать в кросс-функциональных командах
• Использовать возможности компании-лидера для своей самореализации и убедиться, что любой профессиональный опыт важен
• Быть среди тех, кто внедряет ИИ в реальные производственных процессы и бизнес-процессы большой компании