- Страна
- Филиппины
Аналитик данных
Оценка ИИИнтересная роль в крупной международной телеком-компании с современным стеком технологий. Высокий грейд предполагает амбициозные задачи, хотя работа в офисе может подойти не всем.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Улучшите резюме под эту вакансию
Возьмём требования и создадим новую версию резюме с акцентом на нужный опыт
Сложность вакансии
Оценка ИИПозиция требует высокого уровня владения SQL и Python, а также глубоких знаний математической статистики. Уровень Middle+/Senior подразумевает наличие опыта работы с высоконагруженными базами данных вроде ClickHouse.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для уровня Middle+/Senior Data Analyst на международном рынке (Филиппины/Remote) медиана составляет около 4500-6000 USD. В пересчете на рубли это соответствует топовым позициям в российском финтехе и телекоме.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Сопроводительное письмо
Составьте сопроводительное письмо под эту вакансию с вашим резюме
Контакты для отклика
Откройте контакты, указанные в вакансии.
Описание вакансии
Аналитик данных
Грейд: Middle+/Senior
Стек: SQL, MySQL, ClickHouse, Python, pandas, numpy, scipy, statsmodels
Smart Communications — ведущий филиппинский провайдер беспроводной связи и цифровых услуг, предоставляющий мобильную связь, интернет и корпоративные решения.
Откликнуться через Откликнуться ↓
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- SQL
- MySQL
- ClickHouse
- Python
- Pandas
- NumPy
- SciPy
- statsmodels
Возможные вопросы на собеседовании
Проверка навыков оптимизации запросов в аналитических БД.
В чем заключаются основные различия в оптимизации SQL-запросов между MySQL и ClickHouse при работе с большими данными?
Оценка владения инструментами статистического анализа.
Какие методы из библиотеки statsmodels вы чаще всего используете для анализа временных рядов или регрессионного анализа?
Проверка умения работать с библиотеками обработки данных.
Расскажите о случае, когда вам приходилось оптимизировать производительность кода на pandas/numpy из-за нехватки памяти или долгого выполнения.
Оценка опыта в проверке гипотез.
Как вы выбираете статистический критерий (например, из scipy.stats) для оценки результатов A/B теста, если распределение данных не является нормальным?
Проверка архитектурного мышления.
Как бы вы спроектировали систему сбора и визуализации метрик для мониторинга качества беспроводной связи в реальном времени?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
