Data Analyst

Чем предстоит заниматься

• Формализировать и декомпозировать исследовательские задачи
• Осуществлять сбор данных (структурированных и неструктурированных) из различных систем
• Подготавливать датасеты для ML-задач
• Проводить анализ данных, поиск закономерностей в них
• Выдвигать и проверять гипотезы
• Разрабатывать предиктивные признаки (feature engineering)
• Разрабатывать ML-моделей и подбор гиперпараметров (классические ML-алгоритмы, бустинг, нейронные сети)
• Проводить оценку качества ML-моделей, выбор адекватных задаче метрик
• Осуществлять поддержку и сопровождение разработанных ML-моделей
• Участвовать в автоматизации поставки данных для моделей
• Участвовать в работах по внедрению новых АПК, инструментов, интерфейсов и их тестировании для задач антифрода

Что для этого нужно

• Опыт работы с БД Oracle (SQL диалект, аналитические функции, триггеры, PL\SQL, hint-ы, оптимизация запросов) или PostgreS, Clickhouse
• Желание понимать и работать с данными: видеть за ними физический смысл, понимать назначение источников и их характеристики, сопоставлять данные, уметь делать обоснованные выводы.
• Уверенное владение Python и основными библиотеками анализа данных и ML.
• Занимались аналитическими исследованиями
• Опыт формирования и проверки гипотез
• Навыки разработки в VSCode, PyCharm, Jupyter Notebook
• GIT

Будет плюсом (или ожидаем, что в будущем у нас научится данному стеку и будет применять):

• Опыт работы с BI платформами (Splunk)
• Опыт текстовой аналитики (NLP, NER в Pytorch)
• Знание основы Apache Spark, Hadoop, Airflow