- Страна
- Россия
Аналитик данных в команду Логистики
Авито — один из лучших работодателей в РФ с сильной инженерной культурой и интересными задачами. Работа в команде логистики дает доступ к огромным массивам данных и современному стеку технологий.
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
Позиция требует уверенного владения математическим аппаратом и навыками ML, а также умения применять их для решения конкретных бизнес-задач в логистике. Высокая планка ожиданий Авито к техническим навыкам делает отбор достаточно строгим.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Анализ зарплаты
Компания Авито обычно предлагает зарплаты на уровне или выше верхнего квартиля рынка для Data Science специалистов. Указанный диапазон соответствует ожиданиям для опытных аналитиков в крупных технологических компаниях Москвы.
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.
Описание вакансии
Аналитик данных в команду Логистики
Стек: SQL, Python, Математика, Статистика, Машинное обучение, Модели классификации, Модели регрессии, Анализ данных
Команда BizDev-аналитики помогает бизнес-командам развивать Авито Доставку. Мы проводим исследования и создаём инструменты, которые помогают находить точки роста и принимать решения на основе данных, …
Откликнуться через Откликнуться ↓
Больше похожих вакансий + автоотклики с ИИ
Умный подбор, сопроводительные письма, советы по отказам — больше приглашений.

Навыки
- SQL
- Python
- Mathematics
- Statistics
- Machine Learning
- Classification
- Regression
- Data Analysis
Возможные вопросы на собеседовании
Логистика часто связана с временными рядами и прогнозированием спроса.
Как бы вы подошли к задаче прогнозирования нагрузки на пункты выдачи заказов в праздничные периоды?
Проверка навыков SQL, критически важных для работы с данными в Авито.
Опишите разницу между оконными функциями RANK(), DENSE_RANK() и ROW_NUMBER() и приведите пример их использования в анализе заказов.
Важно понимать, как кандидат оценивает качество своих моделей.
Какие метрики вы выберете для оценки модели классификации, если данные сильно несбалансированы (например, редкие случаи утери посылок)?
Проверка понимания основ статистики.
Что такое p-value и как вы объясните его значение бизнес-заказчику, не имеющему технического образования?
Оценка навыков работы с Python и библиотеками анализа данных.
Как вы обрабатываете пропуски и выбросы в данных перед обучением модели регрессии?
Сформировано ИИ автоматически. Не является проверкой вакансии или работодателя.

