Data Scientist
PythonКомпания ГлавПро Федеральный Институт повышения Квалификации https://glav.pro/ лидер по обучению в сфере ОТ и ТБ, крупнейшая обучающая платформа в РФ. Нужен талантливый Data Scientist на разовый проект (примерно месяц-два).
Задачи специалиста:
1. Собрать требования к данным по сделкам.
2. Собрать требования к данным по регионам.
3. Собрать требования к данным по контрагентам. Агрегировать эти данные.
Нужно очистить и подготовить данные. Далее синтезировать данные на основе имеющихся.
4. Создать модель, которая определяет точку насыщения. Для каждого отдельного клиента с учётом параметров.
5. Протестировать и отладить модель, внедрить в компании.
Требования к опыту и знаниям:
1. Технические знания и навыки
Статистика и теория вероятностей:
Глубокое понимание методов анализа данных, регрессионного анализа, методов оценки эластичности спроса и A/B тестирования.
Машинное обучение и моделирование:
Опыт разработки и настройки моделей регрессии, классификации и оптимизационных алгоритмов (например, XGBoost, Random Forest, нейронные сети).
Знание алгоритмов оптимизации для поиска «точки насыщения» цены.
Навыки работы с байесовскими моделями для оценки неопределённости.
Программирование:
Отличное владение Python (библиотеки: pandas, scikit-learn, numpy, matplotlib, seaborn, SciPy) или R.
Опыт работы с API и интеграцией моделей в бизнес-системы (например, разработка RESTful сервисов).
Работа с базами данных и обработка данных:
Знание SQL и опыт работы с большими объемами данных, умение организовывать ETL-процессы.
Опыт работы с хранилищами данных и инструментами для обработки данных (например, Apache Spark, если данные распределённые).
Инструменты визуализации и отчетности:
Умение создавать дашборды (например, в Tableau, Power BI или с использованием библиотек Python) для мониторинга ключевых метрик модели и бизнес-показателей.
2. Опыт работы в смежных областях
Прогнозирование продаж и ценообразование:
Практический опыт построения моделей, учитывающих влияние цены на конверсию, спрос и объем продаж.
Опыт работы с сегментацией клиентов и понимание особенностей работы с разными типами клиентов (бюджетники vs коммерческие).
Обработка региональных и экономических данных:
Опыт интеграции внешних источников данных (экономическая статистика, региональные показатели, данные о налогах, уровне зарплат и т.д.) для создания комплексных моделей.
Проектирование A/B тестирования и валидация моделей:
Опыт организации и проведения экспериментов, пилотного тестирования моделей, а также навыки интерпретации результатов A/B тестов.
3. Мягкие навыки (Soft Skills)
Аналитическое мышление:
Способность комплексно анализировать данные, выявлять ключевые закономерности и интерпретировать результаты с бизнес-ориентированным подходом.
Коммуникационные навыки:
Умение объяснять сложные аналитические концепции и технические детали как технической, так и нетехнической аудитории (например, менеджерам, руководителям).
Планирование и управление проектами:
Навыки работы в междисциплинарных командах, опыт координации этапов проекта от сбора данных до внедрения модели.
Гибкость и проактивность:
Способность быстро адаптироваться к изменяющимся требованиям бизнеса и искать творческие решения для сложных задач.
4. Дополнительные требования
Бизнес-ориентированность:
Понимание бизнес-процессов в продажах, специфики работы с различными типами клиентов и региональными особенностями.
Опыт интеграции и сопровождения:
Опыт внедрения аналитических моделей в CRM/ERP системы и настройка мониторинга ключевых показателей эффективности (KPI).
Обучение и саморазвитие:
Готовность изучать новые технологии и методы, актуальные для анализа больших данных и оптимизации бизнес-процессов.
Откликнуться
