Обзор Присоединяйтесь к сообществу, исследуйте свои страсти и делайте лучшую работу в Microsoft вместе с тысячами университетских стажёров со всего мира. Эта возможность позволит вам привнести свои стремления, талант, потенциал — и энтузиазм к предстоящему пути. Как Data Scientist Intern в Microsoft вы будете использовать машинное обучение, статистику, эксперименты и другие методы для создания и улучшения отличных продуктов, одновременно оказывая влияние на бизнес. Как стажёр-дата-сайентист вы будете сотрудничать со стейкхолдерами, формулировать подходы к решению задач и использовать алгоритмы и источники данных в контексте бизнес- и инженерных потребностей. Вы также сможете объединить свои инженерные способности с аналитическими навыками, чтобы улучшать клиентский опыт. Наши Data Scientists ежедневно используют инновационные методы, алгоритмы и инструменты для достижения результатов across устройств, операционных систем, продуктов и сервисов Microsoft, а также для получения новых инсайтов о бизнес- и клиентских сценариях. В Microsoft стажёры работают над реальными проектами в сотрудничестве с командами по всему миру, получая удовольствие от процесса. Вам дадут возможность строить сообщество, исследовать свои страсти и достигать целей. Это ваш шанс воплотить свои решения и идеи в жизнь, работая над передовыми технологиями. Обязанности * Формулировать подходы к решению задач с использованием чётко определённых алгоритмов и источников данных. * Учитывать понимание функциональности продукта и перспективы клиента, чтобы обеспечить контекст для этих задач. * Использовать техники исследования данных для обнаружения новых вопросов или возможностей в вашей проблемной области и предлагать применимость и ограничения данных. * Интерпретировать результаты анализа, валидировать свой подход и учиться мониторить, анализировать и итерировать для непрерывного улучшения. * Взаимодействовать с коллегами-стейкхолдерами для создания чётких, убедительных и actionable инсайтов, влияющих на улучшения продуктов и сервисов, которые затронут миллионы клиентов. * Участвовать в процессе peer review и действовать на основе обратной связи, изучая инновационные методы, алгоритмы и инструменты для повышения влияния и применимости ваших результатов. Квалификации Обязательные * В настоящее время получаете степень бакалавра или магистра в Data Science, Mathematics, Statistics, Econometrics, Economics, Operations Research, Computer Science или смежной области. * Должен оставаться как минимум ещё один квартал/семестр учёбы после завершения стажировки. * Обязателен переезд в одну из локаций в Индии. Предпочтительные * В настоящее время получаете степень магистра в Data Science, Mathematics, Statistics, Econometrics, Economics, Operations Research, Computer Science или смежной области. Дополнительно * Вакансия будет открыта минимум 5 дней; заявки принимаются на постоянной основе до заполнения позиции. * Детали компенсации и benefits в тексте вакансии не раскрыты.
О роли Sony Europe ищет ведущего дата-сайентиста, который возглавит следующий этап цифровой трансформации на основе AI. В этой роли вы будете руководить командой Data Scientists и AI Engineers, формировать стратегию в области AI и Machine Learning, а также внедрять инновационные решения, повышающие эффективность бизнеса, производительность и качество принятия решений в организации. Вы будете тесно работать с бизнес-стейкхолдерами, чтобы находить высокоэффективные возможности, превращать идеи в масштабируемые AI-решения и помогать операционализировать AI, автоматизацию и agentic-технологии в реальных бизнес-средах. Обязанности * Руководить и развивать команду Data Scientists и AI Engineers, обеспечивая техническое направление, коучинг и контроль delivery. * Определять и исполнять инициативы в области AI и Machine Learning, приносящие измеримую бизнес-ценность и операционную эффективность. * Работать со стейкхолдерами по всей Sony Europe для выявления, приоритизации и разработки AI-решений под бизнес-задачи. * Вести end-to-end delivery AI-проектов: от концепции и экспериментов до deployment и оптимизации. * Развивать AI-агентов, решения автоматизации и продвинутые аналитические возможности для внутренних бизнес-функций. * Продвигать лучшие инженерные практики в разработке моделей, MLOps, deployment и мониторинге. * Сотрудничать с IT, Software Engineering, Business Intelligence и Data Governance для delivery масштабируемых и комплаентных решений. * Оценивать эффект AI-решений через определённые метрики успеха и инициативы непрерывного улучшения. * Следить за новыми AI-технологиями, отраслевыми трендами и развитием рынка, помогая формировать AI-roadmap Sony Europe. * Развивать сотрудничество внутри Sony и обмениваться лучшими практиками для постоянного улучшения AI-возможностей и excellence в delivery. Что от вас ожидают * Подтверждённый опыт руководства командами Data Science, Machine Learning или AI в крупной и сложной организации. * Сильная экспертиза в Machine Learning, Generative AI и современных AI-технологиях, например AI Agents, со способностью выявлять высокоэффективные бизнес-применения. * Опыт delivery AI-решений от концепции до production в enterprise-средах. * Сильные лидерские навыки и опыт руководства и развития технических команд. * Практический опыт с Python, SQL и современными AI/ML-фреймворками и библиотеками. * Понимание практик MLOps, data pipelines, deployment моделей и операционализации AI-решений. * Сильные навыки управления стейкхолдерами и коммуникации, способность соединять бизнес- и техническую аудиторию. * Свободный английский. * Обязателен переезд в Будапешт. Ваш новый офис БудапештВ офисе в Будапеште вас ждёт современная, яркая и разнообразная рабочая среда с множеством социальных и благотворительных мероприятий и ощущением принадлежности. Есть столовая на территории с широким выбором здоровых опций, кафе и бесплатный кофе/чай на офисных кухнях. Офис легко доступен общественным транспортом. В обеденный перерыв можно отдохнуть в саду или прогуляться у Дуная. Для любителей велосипедов предусмотрено велопарковочное место в здании с раздевалкой, а перед офисным зданием есть станция MOL BUBI. Life at Sony Sony обеспечивает конкурентные зарплаты и benefits на основе established benchmarking. Компания поддерживает здоровый work-life balance через гибридные и гибкие политики работы. Это позитивное сообщество, где мечтают вместе, уважают друг друга и ценят культуру сотрудничества. Sony отмечает коллег, которые действительно меняют ситуацию к лучшему, через recognition platform. Также предоставляется доступ к множеству сервисов и платформ для всех аспектов wellbeing. Компания слушает сотрудников через разговоры и опросы, уважает их предложения и действует на их основе. Предусмотрены дни для волонтёрства, чтобы сотрудники могли поддерживать важные для них причины. Карьеру можно строить вокруг себя благодаря программам обучения и личного развития. Sony также поощряет сотрудников пробовать новые интересные роли в разных странах, а supportive mobility team помогает при таком шаге.
О роли Мы ищем опытного старшего специалиста по данным (Senior Data Scientist) в команду Data Science & Advanced Analytics, которая входит в Supply Chain and Planning Technology (SCPT) Nike. Роль является частью кросс-функционального Agile-сквада и выполняет критически важную функцию, обеспечивая техническую экспертизу и лидерство в создании прогнозных и предписывающих аналитических решений для глобальной цепочки поставок и операций Nike, в частности в областях производства, закупки материалов и планирования поставок. Кандидат должен быть надежным членом команды с драйвом, любознательностью, сильным практическим опытом в data science и аналитике (включая прогнозирование, оптимизацию и симуляцию), а также глубоким пониманием цепочки поставок и операций. Вы умеете подниматься над цифрами и объяснять ключевые инсайты пользователям на всех уровнях. Вы упрощаете и дистиллируете бизнес-сложность в проверяемые гипотезы и масштабируемые решения. Владея различными продвинутыми методами моделирования, вы способны выбрать оптимальный метод для задачи исходя из бизнес-требований, доступных данных и допущений, интерпретируемости, робастности и ограничений метода. У вас консалтинговый склад ума, вы задаете хорошие вопросы, постоянно учитесь и следите за современными разработками, находите возможности делиться знаниями с другими. С кем вы будете работать Вы будете подчиняться Директору по Data Science. Как старший специалист по данным, вы будете тесно сотрудничать с различными глобальными командами и стейкхолдерами, включая: * Лидов и коллег по data science * Инженеров данных и программных инженеров * Владельцев продуктов и менеджеров * Бизнес-пользователей Вы будете входить в сквад Sourcing, Supply, and Manufacturing (SSM) команды SCPT Data Science. Кто вам нужен Образование и опыт: * Продвинутая количественная степень (статистика, математика, исследование операций, информатика или смежная область) и как минимум 5 лет релевантного отраслевого опыта в роли data scientist или applied scientist, или степень бакалавра и 7–12 лет релевантного опыта работы. Будет принята любая подходящая комбинация образования, опыта или подготовки. Ключевые требования: * Глубокие знания и практические навыки в методологиях data science и оптимизации, включая классические модели, алгоритмы искусственного интеллекта и машинного обучения, а также линейные и нелинейные методы оптимизации. Практический опыт построения оптимизационных моделей с использованием Python и коммерческих солверов (например, Gurobi, CPLEX или эквивалентных). * Продвинутые навыки в языках программирования (особенно Python и SQL) и способность применять их для получения данных, предобработки, моделирования и мониторинга. * Знакомство с широким спектром инструментов data science/аналитики (например, Jupyter Notebook, SQL-консоли, Hadoop, Spark) и облачными платформами (например, Amazon Web Services, Databricks). * Опыт построения, обучения, скоринга, настройки и поддержки прогнозных моделей в продакшене в масштабе предприятия и знакомство с основными пакетами для управления всеми этапами жизненного цикла модели. * Глубокие знания и опыт в цепочке поставок, планировании поставок, производстве и закупках, а также логистике. * Некоторый практический опыт и знания в области data engineering, software engineering и масштабируемого продакшена. * Подтвержденный опыт кросс-функциональной работы и консалтинговый склад ума для критической оценки сложной бизнес-информации с разных точек зрения, включая проверку допущений и валидности. * Знакомство с процессом Agile-разработки и демонстрируемая способность составлять план проекта, сообщать план команде и разбивать работу на отслеживаемые задачи. * Отличные навыки письменной и устной коммуникации, включая способность разрабатывать и проводить презентации. * Обязателен переезд в Бивертон (Орегон, США). Чем вы будете заниматься Вы будете частью сквада Sourcing, Supply, and Manufacturing (SSM) команды SCPT Data Science. Как старший специалист по данным, вы будете строить и внедрять оптимизационные и аналитические модели, которые питают глобальную цепочку поставок Nike и поддерживают бизнес-стратегии и инициативы, охватывающие закупку готовой продукции и материалов, производство, калькуляцию затрат и планирование поставок. У вас будут возможности влиять на направление продукта, задавать стандартные методологии в data science и engineering, а также помогать в реализации технических проектов от начала до конца. В частности, вы будете: * Проектировать, разрабатывать и внедрять в продакшен оптимизационные и аналитические модели для поддержки решений в цепочке поставок. Применять статистическое моделирование и методы симуляции для дополнения оптимизационных решений. Проводить анализ эффективности моделей, тестирование сценариев и анализ чувствительности для поддержки принятия решений в условиях неопределенности. * Строить и поддерживать сквозные аналитические пайплайны, охватывающие прием данных, feature engineering, обучение модели, валидацию и развертывание. * Работать со сквадом, а также с глобальными партнерами по цепочке поставок и операциям для оценки бизнес-требований, ограничений данных и плюсов/минусов альтернативных методов моделирования с целью определения лучшего подхода к решению и бизнес-компромиссов. Вносить вклад в планирование, составление расписания и измерение ценности работы для соблюдения сроков и критериев успеха. * Исследовать бизнес-драйверы затрат, своевременности продукции и материалов, корневые причины проблем качества и стремиться к достижению целей Nike в области устойчивого развития. * Помогать формировать аналитические платформы и продукты Nike, выявляя фундаментальные возможности data science и создавая переиспользуемые аналитические компоненты. * Поддерживать внедрение аналитических продуктов через эффективный сторителлинг и сотрудничество с ключевыми партнерами. * Делиться знаниями с другими членами команды и вносить вклад в лучшие практики управления моделями, воспроизводимости и ответственного использования решений data science. Что предлагает компания NIKE, Inc. — растущая компания, которая ищет сотрудников, готовых расти вместе с ней. Nike предлагает щедрый пакет вознаграждений, неформальную рабочую среду, разнообразную и инклюзивную культуру и электризующую атмосферу для профессионального развития. Независимо от локации или роли, каждый сотрудник Nike разделяет одну миссию: привносить вдохновение и инновации в жизнь каждого спортсмена* в мире. NIKE, Inc. обеспечивает равные возможности трудоустройства. Квалифицированные кандидаты будут рассматриваться без дискриминации по признаку расы, цвета кожи, религии, пола, национального происхождения, возраста, статуса ветерана или инвалидности. Компания предоставляет ряд приспособлений для прохождения собеседований, включая скринридеры, сурдопереводчиков, доступные и единые места для очных интервью, субтитры и другие разумные модификации по мере необходимости.
Опыт работы Data Scientist от 2 лет. Опыт работы в формате командной разработки с общей кодовой базой в. Gitlab.
Готовность самостоятельно разрабатывать скиллы и тулы для LoRA/QLoRA-адаптации LLM. Data Scientist / ML-инженер — от 4–5 лет.
О роли Готовы расшифровывать коммерцию силой данных? Как Staff Data Scientist в Shopify вы будете работать с одним из богатейших в мире наборов коммерческих данных: миллионы мерчантов генерируют миллиарды транзакций на всём пути покупателя. Вы будете глубоко понимать продукты компании, рассказывать их истории и определять, как сделать их в 10 раз лучше. Это data science в беспрецедентном масштабе. Каждый анализ и каждая модель напрямую влияют на то, как миллионы предпринимателей растят бизнес и как миллиарды людей покупают по всему миру. Вы будете владеть большими задачами и сотрудничать с кросс-функциональными партнёрами, создавая решения на основе данных, которые трансформируют коммерцию от первого клика до финальной доставки. Как архитектор инсайтов, направляющих продуктовый путь, вы будете определять, что и как мы строим — двигаясь со скоростью, которой славится Shopify. Найм идёт на несколько уровней и в несколько команд, каждая с уникальными задачами и возможностями: Checkout, Search, Shop, Merchant Services, Infrastructure Data, Revenue Data, Executive Insights и другие. Команды применяют разные методологии для решения различных задач — от real-time ML до causal inference — чтобы вы могли развивать навыки и влиять на то, как коммерция работает глобально. Ключевые обязанности * Находить инсайты через продвинутую аналитику и исследование данных по миллиардам транзакций для информирования продуктовой стратегии и разработки. * Работать с продакт-менеджерами и инженерами, превращая сложные наборы данных в практические стратегии. * Применять статистические модели, регрессионный анализ, техники сегментации и экспериментальные методы для оптимизации продуктовой эффективности в огромном масштабе. * Создавать мощные data-продукты, улучшающие опыт миллионов мерчантов по всему миру — от обнаружения продукта до пост-покупочного этапа. * Влиять на принятие решений, предоставляя чёткие рекомендации на основе данных, которые формируют развитие коммерции. * Вести высокоэффективные проекты через сложные и неоднозначные задачи, одновременно наставляя других. * Постоянно внедрять инновации, используя передовые аналитические техники, включая AI/ML-инструменты, где это применимо. Квалификация * Сильное владение SQL. * Владение языками программирования, например Python, и опыт с инструментами визуализации данных. * Подтверждённый опыт статистического анализа, моделирования данных и машинного обучения в масштабе. * Навык переводить сложные данные в практические инсайты, влияющие на бизнес-результаты. * Способность самостоятельно ставить и решать сложные продуктовые и бизнес-задачи с помощью данных в неоднозначной и быстро меняющейся среде. * Подтверждённая способность эффективно работать со скоростью стартапа при влиянии на уровне enterprise. * Трек-рекорд запуска data-продуктов, создающих ценность.
Коммерческий опыт в Machine Learning / Data Science от 3 лет. Уверенное владение Python (pandas, NumPy, scikit-learn) и SQL.
Коммерческий опыт в Data Science / ML от 4 лет. Уверенное знание Python и PyTorch. Хорошее знание классического ML и современного...
Опыт работы в Data Science от 3х лет. Уверенное владение Python, Spark и классическим ML-стеком. Практический опыт разработки...
Опыт работы в Data Science от 3 лет, из них минимум 1-2 года в антифроде, кредитном скоринге или близких...
От 3 лет коммерческого опыта в Data Science или ML-аналитике, включая реальный опыт оценки моделей, работающих в проде.
Опыт в Data Science от [4] лет — в зависимости от грейда. Уверенный Python и знание базового ML-стека: pandas, numpy...
НАШИ ОЖИДАНИЯ ОТ КАНДИДАТА: Высшее техническое образование. 3+ года опыта в Data Science (именно построение моделей, не только аналитика).
Опыт в Data Science / NLP / LLM от 5 лет. Опыт prompt engineering на продакшн-задачах. Понимание tool calling / function calling.
Опыт работы в Data Science от 2 лет. – Умение внятно излагать мысли и представлять результаты своей работы. – Уверенный Python, умение...
Умение работать в неопределённости: формулировать гипотезы, предлагать варианты, аргументировать. Что мы предлагаем: Проекты, где Data Science имеет измеримый бизнес-эффект.
Имеете от 5 лет опыта в Data Science или продвинутой аналитике и понимаете математическую базу DS. Уверенно владеете SQL: пишете...
Опыт: От 3 лет опыта работы в Data Science, управлении аналитикой или аналогичных ролях, обязательно с опытом руководства проектами или...
Опыт работы в Data Science не менее 4 лет, включая проекты с ML/Deep Learning. Высокий уровень владения Python, R...
Опыт работы от 5 лет в роли Data Science / Machine Learning с полным циклом разработки — от исследований и прототипирования до...
Python/классический ML/Pytorch. Опыт работы с фреймворками для работы с LLM (langflow, langchain, langgraph, autogen, llamaindex). Знания принципов RAG.
Опыт работы от пяти лет в коммерческой разработке на позиции Data Scientist / ML Engineer с подтверждённым опытом вывода моделей в...
Опыт работ в банке в роли data scientist от 3 лет. Опыт управления командой разработки ML-моделей от 3 лет.
Опыт работы от 2–3 лет в роли Data Scientist или ML Engineer. Понимание основ статистики, теории вероятностей, математической логики.
Опыт работы от 3-х лет на позиции Data Scientist. - Опыт работы в банковской сфере, финтех-компаниях или микрофинансовых организациях...
Опыт работы от 3-х лет в коммерческой разработке на позиции Data Scientist / ML Engineer с подтверждённым опытом вывода моделей...
Опыт от 2 лет на позиции Data Scientist / аналитика данных. Уверенный Python (scikit-learn, pandas, numpy), SQL, опыт с PostgreSQL...
Опыт в качестве Data Scientist/математик-разработчик/разработчик алгоритмов от 3ех лет. Знание Python. Знание классических алгоритмов и структур...
Участие в проектах по обучению и внедрению моделей машинного обучения в роли data scientist, ML инженера. Наличие разработанных моделей в...
Имеешь от 3 лет опыта в роли Data Scientist, ML Engineer или близкой позиции. Не менее 2 лет работаешь с...
Опыт: от 4 лет практического опыта в роли Data Scientist или ML Engineer. Бизнес-мышление: умение глубоко погружаться в данные...
Опыт работы Data Scientist от 3х лет. Образование по направлениям "Математика", «Физика», «Мат. методы в экономике», (желательно выпускники - МГУ...
Опыт работы на позиции Data Scientist / исследователя — от 2 лет, в том числе в исследовательских задачах. Python — уверенное владение, включая...
Опыт работы на позиции Data Scientist / аналитика данных — от 2 лет. Python — уверенное владение, включая основные библиотеки для ML и...
Опыт работы с Big Data-инструментами (PySpark, Hadoop, Hive) и владение SQL. Опыт работы с Docker, Kubernetes, Kafka, PostgreSQL, Airflow.
Опыт управления командой от 10 Data Scientists. Умение развивать ML-компетенции на уровне всего подразделения. Опыт запуска сложных ML-проектов...
Коммерческий опыт в data science от 2-х лет. Опыт разработки и продуктивизации ML-сервисов (от моделек до api).
...данными и признаками (CatBoost / LightGBM / Scikit-learn). Дружит с Big Data: уверенно пишет сложные запросы на SQL (Hive/Spark) для...
Умеешь создавать окружения и оптимизировать код под Big Data. Уверенно работаешь с pandas, numpy, scipy, git, экосистемой Hadoop, знаешь ML...
Big Data & СУБД: опыт работы с Apache Spark (PySpark), Hadoop (HDFS), а также аналитическими СУБД (ClickHouse, Vertica, Greenplum или аналоги).
Опыт работы с высоконагруженными системами с машинным обучением и Big Data. Участие в профильных курсах, соревнованиях или pet-projects в...
Знание MLOps-инструментов (ClearML/MLflow) для трекинга и деплоя. Понимание мониторинга моделей: data drift, бизнес-метрики (например, containment rate для...
Мы - Управление развития искусственного интеллекта блока "Развитие клиентского опыта B2C". В нашей зоне ответственности ML-решения, результаты работы которых ежедневно влияют на поведение десятков миллионов клиентов.Развитие клиентского опыта – динамический и активно развивающийся процесс. Совместно с бизнесом мы проводим десятки различных экспериментов ежемесячно, и лучшие из них оформляем в полноценные ML продукты. Финансовые эффекты от наших продуктов > 1 млрд. руб. в год.И сейчас мы находимся в поиске сильного технического специалиста по профилю Classic ML Data Scientist.Обязанности: строить ML модели на основе различных данных: табличные, графовые, NLP, GEO, последовательности событий (кликстрим, транзакции и т.д.)писать production код и выводить его в ПРОМулучшать процесс построения моделей, разрабатывать собственные прикладные модули командного фреймворка разработки для повышения производительности DS и улучшения качества кода в промышленной средевыдвигать data-driven гипотезы/предложения для запуска новых механик, а также поиск инсайтов в данных.Требования:глубокое знание классического MLпонимание основных Deep Learning подходовпродвинутое знание SQLотличное знание Pythonпонимание и опыт АB-тестирования.Будет плюсом:понимание специфики разработки ML-технологий, начиная с формулировки бизнес-проблемы, заканчивая выведением на регулярную основу в продопыт решения задач ранжирования или Real Time Biddingопыт работы с Pyspark, Greenplum.
О команде Маркетинговая команда OpenAI играет ключевую роль в миссии компании по обеспечению ответственного и широкого внедрения искусственного интеллекта. Мы фокусируемся на: * Глубоком понимании аудитории и рыночной динамики. * Формировании продуктовой стратегии на основе данных. * Разработке устойчивых моделей монетизации. * Повышении узнаваемости, принятия и использования продуктов OpenAI. Мы работаем на стыке с отделами продаж, партнерств, разработки продуктов, инженерии, исследований, коммуникаций и дизайна, обеспечивая целостный клиентский опыт. О роли Мы ищем Marketing Scientist в функцию Ads Marketing Science. Это ключевая позиция для эксперта в области рекламных измерений, который сочетает глубокие аналитические знания с практическими навыками работы с данными и умением выстраивать доверительные отношения с клиентами. Ваша миссия: помочь рекламодателям OpenAI Ads доказать и улучшить эффективность своих медиа-кампаний. Вы будете работать напрямую с отделами продаж, партнерами и клиентами, охватывая все формы измерения: верификацию, атрибуцию, инкрементальность, бренд-метрики, маркетинговое микромоделирование (MMM) и масштабируемую отчетность. Ваша задача — превращать строгую методологию в практические бизнес-решения. Приоритетные направления на старте: * Развитие методов измерения инкрементальности. * Внедрение партнеров по измерению в приватные рабочие процессы (Privacy-forward). * Создание тиражируемых программ, инструментов и скриптов для масштабирования экспертной поддержки. Ключевые обязанности 1. Стратегическое партнерство с клиентами: * Совместно с отделом продаж, рекламодателями и агентствами формировать исследовательские гипотезы, интерпретировать результаты и предлагать меры по улучшению эффективности кампаний. 2. Применение методологий измерения: * Использовать передовые подходы в области атрибуции, инкрементального тестирования (Lift/Incrementality), маркетингового микромоделирования (MMM) и других релевантных методик. 3. Разработка масштабируемых решений: * Создавать программы и руководства, которые упрощают принятие решений и внедрение строгих практик измерения среди широкой аудитории клиентов. 4. Улучшение клиентского опыта: * Формировать инсайты и визуализации, которые превращают данные кампаний и аудитории в четкие, действенные рекомендации. 5. Анализ аукционной оптимизации: * Проводить анализ для выявления возможностей в области доставки, ценообразования и производительности, улучшающих результаты рекламодателей. 6. Коммуникация и стандарты: * Доносить сложные концепции понятным языком, поддерживая высокие стандарты конфиденциальности, качества, прозрачности и ответственной интерпретации данных. Требования к кандидату Опыт и экспертиза * Глубокий опыт в измерении рекламы: 10+ лет в области экспериментов, тестирования инкрементальности, атрибуции и эконометрических подходов (MMM). * Работа с данными: Практический опыт работы с большими наборами данных с использованием SQL, Python или R, а также AI-инструментов для аналитических процессов. * Клиентский консалтинг: Опыт навигации по сложным вопросам рекламодателей, разрешения расхождений в измерениях и ведения переговоров на высоком уровне. Навыки и подход * Инкрементальные тесты: Опыт разработки и управления программами Lift/Incrementality (дизайн эксперимента, расчет мощности, управление качеством статистики). * Взаимодействие с партнерами: Знание работы с внешними провайдерами измерений, API и интеграциями данных; умение переводить потребности партнеров в продуктовые требования. * Кросс-функциональное взаимодействие: Опыт совместной работы с Product, Engineering и Data Science для превращения методологий в масштабируемые инструменты и платформенные возможности. * Коммуникация: Способность переводить статистические концепции на язык бизнес-решений для технических и нетехнических аудиторий. Личные качества * Уверенная работа в условиях высокой неопределенности и быстрого темпа. * Навыки влияния на команды без формальной власти. * Глубокая приверженность приватности и надежности измерений.
...включая разработку и внедрение ML моделей в продакшн. - Опыт разработки ML моделей в роли data scientist, data engineer, ML Ops.
Технический бэкграунд: опыт в роли разработчика, data scientist или ML-инженера — обязателен. Понимание жизненного цикла ML-моделей: data → train → deploy...
Коммерческий опыт обучения генеративных NLP моделей от 3-х лет. Опыт обучения дискриминативных моделей. Уверенное знание Python и PyTorch.
Опыт работы со сложными запросами, оконными функциями, CTE, DWH (PostgreSQL / ClickHouse). Опыт работы с YandexGPT / GPT / Open-source LLM, понимание...
Опыт работы в банковской сфере или аналитике — от 1 года. Практический опыт построения скоринговых моделей — от 1 года.