Head of Data Science

Описание

• Исследование и анализ больших объемов разнородных данных (табличные данные, временные ряды, геоданные, IoT, и пр.).
• Разработка и оптимизация сервисов Big Data (обновление моделей, мониторинг качества, автоматизация пайплайнов).
• Работа с транспортными моделями, разработка и оптимизация моделей на графах, тесное взаимодействие с командой транспортного анализа
• Контроль мониторинга качества данных и разработка методологии и метрик по е улучшению
• Разработка, обучение и внедрение моделей машинного обучения (регрессия, классификация, ансамбли, XGBoost, LightGBM, CatBoost, нейросети и др.).
• Создание кастомных метрик для бизнеса (в том числе с применением теории графов и поведенческого моделирования).
• Работа с Data Lake / API / потоковыми данными.
• Ведение end-to-end проектов: от гипотезы и сбора данных до продакшн-решения.
• Наставничество для младших аналитиков и DS.
• Участие в разработке стратегии по Data Science / AI / Analytics вместе с руководством.

Образование и опыт:

• Высшее образование в области математики, прикладной статистики, компьютерных наук или инженерии.
• 5+ лет опыта работы в роли Data Scientist, из них минимум 2 года на senior-уровне.

Навыки и технологии:

• Уверенное владение Python (pandas, sklearn, numpy, matplotlib, seaborn, statsmodels и др.).
• Глубокое понимание алгоритмов машинного обучения и их бизнес-применения (регрессия, классификация, ансамбли, XGBoost, LightGBM, нейросети и т.д.).
• Опыт построения и продакшн-внедрения ML/AI моделей.
• Умение создавать и работать с REST API (как со стороны потребления, так и публикации моделей/сервисов).
• Хорошее владение SQL, опыт работы с реляционными и нереляционными базами данных.
• Уверенные знания в области прикладной статистики, математической аналитики и интерпретации результатов.
• Понимание архитектуры данных, построения аналитических и ML пайплайнов.
• Опыт работы с такими инструментами как Docker, Git, Apache Spark, MLflow, Airflow.
• Опыт CI/CD и MLOps — большой плюс.
• Опыт работы с потоковыми данными и микросервисной архитектурой — будет плюсом.
• Опыт с временными рядами, геоданными или изображениями — приветствуется.

Softskills:

• Умение общаться с бизнесом на их языке и превращать задачи в метрики.
• Инициативность, зрелость, способность мыслить стратегически.
• Готовность брать ответственность за результат.
• Опыт менторства и командной работы.

• Гибридный формат работы.