- Страна
- Россия
Откликайтесь
на вакансии с ИИ
Data analyst (scala)
Оценка ИИСбер — это стабильный и престижный работодатель с мощным инженерным сообществом. Вакансия предлагает работу с передовым стеком и сложными методологиями, что отлично подходит для профессионального роста Senior-специалиста.
Сложность вакансии
Оценка ИИРоль требует редкого сочетания навыков: уверенного владения Scala/Spark и глубокой экспертизы в продвинутой эконометрике (Causal Inference). Уровень Senior предполагает самостоятельное решение сложных задач на стыке разработки и науки о данных.
Анализ зарплаты
Оценка ИИЗарплата в объявлении не указана, но для позиции Senior Data Analyst со знанием Scala и Causal Inference на московском рынке вилка обычно выше среднего. Специалисты с таким редким стеком высоко ценятся в финтехе.
Сопроводительное письмо
Составьте идеальное письмо к вакансии с ИИ-агентом
Откликнитесь в Сбер уже сейчас
Присоединяйтесь к команде Сбера и развивайте передовые методы анализа данных в крупнейшем банке страны!
Описание вакансии
Data analyst (scala)
Грейд: Senior
Стек: Scala, Apache Spark, DataFrame API, Statistics, Synthetic Control, Difference-in-Differences, Instrumental Variables, Propensity Score Matching
Сбер Банк — крупнейший российский финансовый конгломерат, предоставляющий широкий спектр банковских услуг для частных лиц, малого бизнеса и корпоративных клиентов.
Откликнуться через Runello-бот ↓
Создайте идеальное резюме с помощью ИИ-агента
Навыки
- Statistics
- Apache Spark
- Scala
- Synthetic Control
- Propensity Score Matching
- Difference-in-Differences
- Instrumental Variables
Возможные вопросы на собеседовании
Проверка понимания специфики работы с распределенными данными в Spark.
В чем разница между использованием DataFrame API и RDD в контексте производительности и оптимизации запросов в Spark?
Оценка знаний в области причинно-следственного вывода, указанного в стеке.
В каких ситуациях метод Synthetic Control предпочтительнее, чем Difference-in-Differences, и каковы его основные ограничения?
Проверка практического опыта работы с инструментальными переменными.
Как вы проверяете валидность инструментальных переменных (IV) и что делать, если инструмент оказывается «слабым»?
Оценка навыков Scala в контексте анализа данных.
Какие преимущества дает использование строго типизированного языка Scala по сравнению с Python при построении ETL-процессов для аналитики?
Проверка понимания методов борьбы с систематической ошибкой отбора.
Расскажите о процессе реализации Propensity Score Matching: как вы оцениваете качество балансировки ковариат после сопоставления?
Похожие вакансии
Senior аналитик КХД
SENIOR DATA АНАЛИТИК / DS / BI (нефтехимия)
Senior Data Аналитик / DS / BI (нефтехимия)
DWH аналитик
Аналитик данных (Senior)
Аналитик DWH (Senior)
1000+ офферов получено
Устали искать работу? Мы найдём её за вас
Quick Offer улучшит ваше резюме, подберёт лучшие вакансии и откликнется за вас. Результат — в 3 раза больше приглашений на собеседования и никакой рутины!